-
题名非刚性匹配的激光点云与多光谱影像深度融合
- 1
-
-
作者
石佳俊
臧玉府
肖雄武
张莹滢
-
机构
南京信息工程大学遥感与测绘工程学院
武汉大学测绘遥感信息工程国家重点实验室
-
出处
《测绘通报》
北大核心
2025年第2期41-47,共7页
-
基金
国家自然科学基金面上项目(42171433)
国家自然青年科学基金(41701529,42101449)。
-
文摘
机载激光点云和多光谱影像的融合在遥感影像处理、环境监测和城市规划等领域的应用有着非常重要的意义。针对现有融合方法的效率与稳健性较低的问题,本文提出了一种基于非刚性概率匹配的激光点云与多光谱影像深度融合方法。采用Line-CNN深度学习网络提取直线段特征,将其采样为二维散点,并利用非刚性CPD算法匹配不同尺度影像中的离散点,进而通过改进单应矩阵高精度融合两种模态影像,得到具备多光谱信息的机载激光点云。为全面验证方法的性能,本文采用多种场景下的机载激光点云和多光谱影像作为试验数据。试验结果表明,多种复杂场景下离散点匹配准确率高达90%,融合后的影像能够很好地保留原始影像的特征和信息,多种场景下的融合相关系数高达90%以上,且算法较为高效,有利于后续植被监测、环境监测、土地分析等应用。
-
关键词
深度学习
非刚性cpd算法
单应矩阵
高精度融合
跨模态遥感数据
-
Keywords
deep learning
non-rigid cpd algorithms
single response matrix
high-precision fusion
cross-modal remote sensing data
-
分类号
P237
[天文地球—摄影测量与遥感]
-
