摘要
针对遥感图像配准中易出现的信息量巨大和误匹配问题,通过改进SURF算法,提出了一种用于遥感图像配准的优化算法.优化算法引入特征点图像熵,通过去除携带信息量不足的误选取特征点,提高了特征点选取以及后续特征点匹配的准确性.在特征点描述阶段,算法实现了描述子降维,并将降维后的特征点描述子与FLANN算法相结合,降低了算法特征点误匹配率,同时减少了因描述子降维而带来的影响.实验表明,该优化算法相较于传统SURF算法,待配准图像特征点选取率下降10.9％,特征点误匹配率下降17.5％,并得到精确的遥感图像配准效果.
基金项目
吉林省科技发展计划资助项目(20210201021GX)
维普
万方数据