基于深度学习的太阳多波段/序列图像配准方法及系统

本发明公开了一种基于深度学习的太阳多波段/序列图像配准方法，包括：运用关键点提取模型分别提取太阳波段参考图像与待配准图像的关键点热力图和中级特征表示；对太阳波段参考图像、待配准图像的关键点热力图分别采用局部最大值操作来查找关键点热力图中的局部最大值；将局部最大值与预设像素阈值进行比较，将大于像素阈值的像素作为关键点；利用描述符提取器提取太阳波段参考图像、待配准图像关键点的描述符后运用双向匹配蛮力算法确定最匹配的关键点对；对最匹配的关键点对采用随机样本一致算法来确定图像配准的变换参数；依据变换参数对待配准图像进行变换，获得配准后的图像。本发明提出的方法在太阳活动区、宁静区图像配准中均有较好的效果，同时能用于不同波段图像配准。