版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
基于编码器和解码器结构的深度学习SAR影像配准方法
专利申请号：CN202410020184.1
公 开 号：CN117893584A
代 理 人：王兆波
代理机构：北京思海天达知识产权代理有限公司
专利类型：发明专利
申 请 日：20240416
公 开 日：20240107
专利主分类号：G06T7/33
关 键 词：配准 编码器 掩码 解码器结构 匹配关系 构建 学习 图像 神经网络结构 图像特征信息 解码器 抗噪声能力 特征点检测 参考图像 网络寻找 掩码数据 特征点 主图像 匹配
摘 要：本发明公开了基于编码器和解码器结构的深度学习SAR影像配准方法，该方法基于编码器和解码器的神经网络结构。本发明采用掩码进行配准，通过深度学习网络寻找图像之间掩码的匹配关系，以此来寻找参考图像和主图像之间的匹配关系，实现图像之间的配准。包括，(1)构建掩码数据集，用以训练深度学习模型；(2)构建基于编码器和解码器结构的深度学习模型；(3)使用模型对SAR影像配准；掩码相比于特征点含有更丰富的图像特征信息，具有较强的抗噪声能力，相比于特征点检测、描述和匹配的方法，本发明更具有稳定性且效率更高。
