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：中国科学院微小卫星创新研究院;上海微小卫星工程中心

摘要：本发明涉及遥感图像处理领域，提出了一种基于深度学习和多子图匹配的遥感图像匹配方法，包括：提供用于生成遥感图像的子图的神经网络；将待匹配遥感图像和参考图像输入所述神经网络中生成子图；对所述子图进行特征的提取以获得子图的特征点的分布图；对所述特征点进行特征匹配，以选取最优特征对集合；以及将所述最优特征对集合取并集，并且映射回待匹配遥感图像。通过多子图的图像匹配替代现有技术中遥感图像整体的图像匹配，以及通过深度学习的方式生成遥感图像子图的方法，能够提取遥感图像的有效语义信息，从而过滤掉遥感图像中语义不明的信息点，实现对遥感图像的冗余信息的过滤，提升了遥感图像匹配的精度和效率。

主权项：1.一种基于深度学习和多子图匹配的遥感图像匹配方法，其特征在于包括下列步骤：提供用于生成遥感图像的子图的神经网络；将待匹配遥感图像和参考图像输入所述神经网络中生成多个子图，每张子图根据其所包含的地物类型具有唯一的地物类型标签；对所述多个子图进行特征的提取以获得多个子图的特征点的分布图；对所述特征点进行特征匹配，以选取最优特征对集合；以及将所有最优特征对集合取并集，并且映射回待匹配遥感图像作为待匹配遥感图像的特征对，从而实现对待匹配遥感图像的匹配;其中提供用于生成遥感图像的子图的神经网络包括下列步骤：选取所述神经网络的训练内容，包括：选取遥感图像中的地物类别；将所述地物类别编号，其中所述编号作为地物编号标签；生成所述地物类别与地物编号标签的映射关系；以及选取遥感图像打上地物编号标签作为神经网络的训练内容；构建语义分割神经网络；以及使用所述训练内容对语义分割神经网络进行训练，以获得用于生成遥感图像的子图的神经网络；所述地物类别包括建筑物、水域、道路、耕地和植被；所述地物编号标签的集合表示为：T{0,1,2,3,4...}；以及所述地物类别与地物编号标签的映射关系表示为：{建筑物：0，水域：1，道路：2，耕地：3，植被：4，...}；所述子图还包括：建筑物分布图、水域分布图、道路分布图、耕地分布图和植被分布图；将待匹配遥感图像和参考图像输入所述神经网络中生成多个子图包括下列步骤：将待匹配遥感图像A和参考图像B输入所述神经网络；以及输出匹配遥感图像A的子图的集合Am和参考图像B的子图的集合Bn，表示为下式：Am{a1,a2,…,am}，Bn{b1,b2,…,bn},其中一个子图表示一种地物类别，地物类别与地物编号标签的映射关系表示为C；将所述特征点进行特征匹配，以选取最优特征对集合包括下列步骤：选取Am和Bn中地物类别相同的子图，表示为下式：Cai=Cbj其中ai和bj表示地物类别相同的子图；以及将ai和bj的特征点的分布图进行匹配，并且选取匹配程度最高的ai和bj以作为最优特征对集合。

全文数据：

权利要求：

百度查询： 中国科学院微小卫星创新研究院 上海微小卫星工程中心 一种基于深度学习和多子图匹配的遥感图像匹配方法