一种基于物理驱动的多模态影像循环迭代配准方法

本发明公开了一种基于物理驱动的多模态影像循环迭代配准方法，包括以下步骤：利用SAR成像机理学习模型来学习SAR图像的自有特征；将光学图像输入到多尺度光学图像特征提取模块，捕捉从局部到全局的光学信息；使用多模态特征共享学习模型进行特征融合，引入共享参数进行特征对齐与初步比较，以匹配最合适的点对；在特征匹配优化阶段，使用RIFT2方法作为外部监督信号，并结合深度学习提取的全局特征，采用双重损失策略，将来自RIFT2的两条关键信息整合到损失函数中；通过棋盘格可视化结果实现最终配准。本发明通过高效异源图像配准技术，提高在异源影像不同差异影响下实现异构图像精准配准的能力。