一种基于学习特征和对极几何约束的多模态图像匹配方法及系统

本发明涉及一种基于学习特征和对极几何约束的多模态图像匹配方法及系统，包括通过小波变换对输入的影像进行边缘增强处理；基于改造的卷积神经网络提取多尺度稠密特征图，并结合主方向归一化生成具有旋转与尺度不变性的特征描述子；采用FLANN算法和动态距离约束实现初步特征匹配；引入基础矩阵构建与对极几何一致性校验机制，并结合RANSAC仿射约束模型，剔除误匹配点对。本发明方法融合图像增强、深度学习和几何验证策略，有效解决多模态影像间因成像机制差异带来的辐射非线性与几何畸变问题，提升匹配精度和鲁棒性，适用于光学‑SAR配准、多源影像融合及地表变化检测等遥感应用场景。