OS-PSO:基于指数加权平均值的光学和SAR图像注册的修改比例
Hui Zhang1,2, Yu Song1,2,3, Jingfang Hu1,2
1Beijing Key Laboratory of Sensor, Beijing Information Science & Technology University, Beijing 100101, China.
Sensors (Basel, Switzerland)
|September 28, 2024
概括
本研究介绍了OS-PSO算法,用于准确的光学和合成光圈雷达 (SAR) 图像记录. 它增强了关键点检测和特征描述,改善了对应匹配,以获得更好的图像对齐.
科学领域:
- 遥感 遥感 遥感 遥感
- 计算机视觉 计算机视觉
- 图像处理 图像处理
背景情况:
- 光学和SAR图像具有固有的强度差异,复杂的注册.
- 基于SIFT的古典方法在这些图像类型之间的准确对应方面扎.
研究的目的:
- 开发一个精确的光学和SAR图像注册算法 (OS-PSO).
- 改进关键点检测,特征描述和匹配,以提高注册准确度.
主要方法:
- 引入了指数加权平均数 (MROEWA) 操作员的修改比例,以解决SAR图像的暗斑.
- 利用哈里斯尺度空间而不是DoG用于关键点的识别和改进.
- 用于特征描述符的渐变位置定向直方图 (GLOH).
- 开发了一种使用NNDR,FSC和关键点属性进行重新匹配的增强匹配方法.
主要成果:
- 在Gaofen和Sentinel系列数据上,OS-PSO算法展示了出色的结果.
- 在城市,郊区,河流,农田和湖泊地区等复杂场景中实现了卓越的性能.
- 在WHU-OPT-SAR和BISTU-OPT-SAR数据集上超越了最先进的方法.
结论:
- 拟议的OS-PSO算法显著提高了光学和SAR图像注册的准确性.
- 该方法是稳固的,适用于多样化和复杂的地理环境.
- 为多模式图像注册提供更高效,更准确的解决方案.
