基于结构相似性的多模态遥感图像鲁棒配准
计算机视觉与模式识别
2021-04-01 v1
摘要
由于光学、LiDAR、SAR 等多模态遥感数据之间存在显著的非线性辐射差异，其自动配准是一项具有挑战性的任务。为解决该问题，本文提出一种基于图像结构特性的新型特征描述子——定向相位一致性直方图（HOPC）。此外，定义了一种名为 HOPCncc 的相似性度量，它利用 HOPC 描述子的归一化相关系数（NCC）进行多模态配准。在所提相似性度量的定义中，我们首先扩展相位一致性模型以生成其方向表示，并利用该扩展模型构建 HOPCncc。然后设计了一种针对该度量的快速模板匹配方案来检测图像间的控制点。所提 HOPCncc 旨在捕捉图像间的结构相似性，并已用多种光学、LiDAR、SAR 和地图数据进行了测试。结果表明，HOPCncc 对复杂的非线性辐射差异具有鲁棒性，并且在匹配性能上优于当前最优的相似性度量（即 NCC 和互信息）。此外，本文还基于 HOPCncc 提出了一种鲁棒配准方法，并使用六对多模态遥感图像进行了评估。实验结果证明了该方法在多模态图像配准中的有效性。
引用
@article{arxiv.2103.16871,
title = {Robust Registration of Multimodal Remote Sensing Images Based on Structural Similarity},
author = {Yuanxin Ye and Jie Shan and Lorenzo Bruzzone and Li Shen},
journal= {arXiv preprint arXiv:2103.16871},
year = {2021}
}