买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国铁路设计集团有限公司

摘要：本发明公开了一种空地遥感影像自动匹配方法，包括以下步骤：S1，构建空地图像对数据集；S2，提取深层特征表达图；S3，获取具有弱边界属性的结构特征注意力图；S4，进行全局和局部的上下文信息增强；S5，训练图像匹配网络；S6，输出匹配结果。本发明的方法能够对空地影像中的多尺度信息进行有效提取，生成对应的多尺度深层特征描述；同时本发明还能从不同空地影像的相同区域诱导一致的注意力响应，为特征描述符匹配提供有效的先验。本发明中的局部上下文的特征描述符能够获得从大到全局小到特征点周围的上下文感知，有效增强了描述符对弱纹理和重复纹理区域匹配的鲁棒性。

主权项：1.一种空地遥感影像自动匹配方法，其特征在于，包括如下步骤：S1，构建空地图像对数据集：获取包含相同区域的航空影像集和地面影像集，并将其中对应的航空影像和地面影像组成空地图像对；将获取的所有空地图像对组成空地图像对数据集，把所述空地图像对数据集划分为训练数据集和测试数据集；S2，提取深层特征表达图：使用残差网络编码器提取S1中训练数据集的特征，得到不同尺度的深层特征表达图；S3，获取具有弱边界属性的结构特征注意力图：首先，把S2得到的不同尺度的深层特征表达图进行拼接后得到特征图；然后，在所述特征图的通道维度上对多尺度的深层特征进行平均，得到通道均值化的特征图；最后，对所述通道均值化的特征图进行卷积层和激活函数运算，输出具有弱边界属性的结构特征注意力图；S4，进行全局和局部的上下文信息增强，具体为：S41，进行全局上下文信息增强：在所述深层特征表达图中提取全局上下文的特征描述符；S42，进行局部上下文信息增强：在所述深层特征表达图中提取局部上下文的特征描述符；S43，将所述与所述融合得到具有全局和局部信息的特征描述符；S5，训练图像匹配网络：将所述和S3得到的结构特征注意力图送入图像匹配网络，再使用Sinkhorn算法与其中的垃圾箱通道，得到匹配矩阵；使用所述匹配矩阵构建基于图结构的损失函数，有下式： ；其中，为所述匹配矩阵的最大行数，为所述匹配矩阵的最大列数，为矩阵的行数，为矩阵的列数；垃圾箱通道为；训练所述图像匹配网络直到所述损失函数收敛，得到训练好的空地匹配网络模型；S6，输出匹配结果：利用S5中训练好的空地匹配网络模型对S1中的测试数据集进行同名点预测，并输出匹配结果。

全文数据：

权利要求：

百度查询： 中国铁路设计集团有限公司 一种空地遥感影像自动匹配方法