面向弱纹理空间目标的特征点匹配方法

作     者：栗博 何红艳 王钰 丁与非 孙豆 曹世翔 LI Bo;HE Hongyan;WANG Yu;DING Yufei;SUN Dou;CAO Shixiang

作者机构：北京空间机电研究所北京100094 先进光学遥感技术北京市重点实验室北京100094 中国人民解放军63768部队西安710000 

出 版 物：《航天返回与遥感》 (Spacecraft Recovery & Remote Sensing)

年 卷 期：2024年第45卷第1期

页      面：99-110页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

基　　金：国家自然科学基金(42271448) 中国航天科技集团青年拔尖项目(YF-ZZYF-2022-144) 

主　　题：特征点匹配 聚类 结构张量 重复纹理 空间目标 

摘      要：特征点提取与匹配是遥感图像处理中关键的一环,目前成熟的算法大多面向对地成像类型的遥感图像,对于空间目标的遥感图像,没有考虑成像条件与探测平台的影响因素,特征点匹配质量较差。针对空间目标的匹配精度不高这一问题,文章提出了一种基于聚类的特征点匹配算法。首先,根据空间目标的重复弱纹理进行特征点提取与描述,再利用特征点的空间位置进行聚类,并对特征点簇进行匹配;之后将特征点的主方向减去目标整体方向,利用特征点主方向对每一个点簇进行再分组,并完成特征点匹配;最后利用最近邻次近邻比率方法和随机样本一致算法(RANSAC)剔除外点。采用该特征点匹配方法进行的模拟成像数据实验结果表明,对于空间目标图像,基于聚类的特征点匹配较直接匹配,匹配数量的提升最高可达50%,重投影误差优于1/4个像元。文章提出的这一方法使用目前通用的各种特征描述子,能够大幅度提高空间目标图像特征点匹配的数量与精度。