首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】分区非线性地理配准方法、装置、设备及存储介质_武汉珈和科技有限公司_202311385676.2 

申请/专利权人:武汉珈和科技有限公司

申请日:2023-10-23

公开(公告)日:2024-06-21

公开(公告)号:CN117422746B

主分类号:G06T7/33

分类号:G06T7/33;G06T7/11;G06V10/75

优先权:

专利状态码:有效-授权

法律状态:2024.06.21#授权;2024.02.06#实质审查的生效;2024.01.19#公开

摘要:本发明涉及遥感领域,公开一种分区非线性地理配准方法、装置、设备及存储介质,该方法通过对目标基准影像和目标待配准影像进行分区特征提取,可以获得影像中的高维特征,并减少模型的后续运算量,提高了地理配准的效率;并通过非线性几何变换模型根据基准影像特征集合待配准影像特征集之间的同名点对配准待配准影像,解决了传统的地理配准方法所存在的匹配同名点能力弱、空间分布不均匀、无法有效拟合局部不均质偏移以及运行效率低等问题,提高了地理配准的精度和效率。

主权项:1.一种分区非线性地理配准方法,其特征在于,所述方法包括:获取基准地理影像和待配准地理影像,并分别对所述基准地理影像和所述待配准地理影像进行预处理,获得目标基准影像和目标待配准影像;通过预设LoFTR模型分区提取所述目标基准影像的影像特征,获得基准影像特征集,以及通过所述预设LoFTR模型分区提取所述目标待配准影像的影像特征,获得待配准影像特征集;根据所述基准影像特征集和所述待配准影像特征集中的影像特征进行匹配,并根据匹配成功的影像特征确定同名点对;基于所述同名点对构建非线性几何变换模型,并通过所述非线性几何变换模型对所述目标待配准影像进行配准;所述预设LoFTR模型包括:特征提取子模块;所述通过预设LoFTR模型分区提取所述目标基准影像的影像特征,获得基准影像特征集,以及通过所述预设LoFTR模型分区提取所述目标待配准影像的影像特征,获得待配准影像特征集的步骤,包括:按照预设尺寸对所述目标基准影像进行分区,获得多个基准块;按照预设尺寸对所述目标待配准影像进行分区,获得多个待配准块;通过所述特征提取子模块对各所述基准块和各所述待配准块中的特征进行提取,获得基准影像特征集和待配准影像特征集;所述预设LoFTR模型还包括:特征匹配子模块、局部特征描述子模块以及迭代微调子模块;所述根据所述基准影像特征集和所述待配准影像特征集中的影像特征进行匹配,并根据匹配成功的影像特征确定同名点对的步骤,包括:通过所述特征匹配子模块对所述基准影像特征集和所述待配准影像特征集进行匹配,并根据匹配成功的影像特征确定粗同名点对,所述粗同名点对用于表征影像特征匹配成功的所述基准块和所述待配准块;确定所述粗同名点涉及的所述基准块和所述待配准块;通过所述局部特征描述子模块确定所述基准块的局部基准特征描述子和所述待配准块的局部待配准特征描述子;通过所述迭代微调基于所述局部基准特征描述子和所述局部待配准特征进行迭代优化,并根据迭代优化结果确定同名点对。

全文数据:

权利要求:

百度查询: 武汉珈和科技有限公司 分区非线性地理配准方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。