摘要
本发明提供一种多尺度语义约束的光学‑SAR影像配准方法及设备,通过多尺度特征学习模块提取影像的多级特征,该模块包含标准卷积层、深度可分离卷积块和混合空洞卷积块;通过语义约束的模态迁移模块将SAR影像转换为伪光学影像,该模块融合多尺度特征学习模块提取的光学影像深层特征和SAR影像深层特征;通过通道注意力引导的特征融合模块,对真实光学影像特征与伪光学影像特征进行跨层级融合;通过特征联合检测与描述匹配模块生成关键点及描述子,经匹配筛选和变换模型估计实现影像配准。本发明在改善重建影像的细节表达能力和视觉质量同时,显著提升光学影像和SAR影像的特征表达能力和匹配效率,为复杂环境下的遥感影像配准提供了高效、精准的解决方案。
技术关键词
多尺度特征学习
影像
语义
融合多尺度特征
多级特征
非暂态计算机可读存储介质
匹配模块
特征加权融合
关键点
处理器
耦合机制
空洞
编码结构
计算机程序产品
注意力
层级
描述符
系统为您推荐了相关专利信息
数字孪生模型
动态仿真方法
语义框架
机器学习算法
建筑能效管理
种植区
耦合特征
识别方法
深度神经网络模型
影像
可见光图像
电力设备
图像语义分割模型
暗光环境
分割方法
大语言模型
排序模型
排序技术
词袋模型
滑动窗口