基于约束满足神经网络的整体影像匹配

将影像匹配看作一个约束满足问题（ＣＳＰｓ），并用约束满足神经网络（ＣＳＮＮ）来实现整体影像匹配。根据新松弛标号法对网络的结构和迭代方式进行了改进，使其能够处理复杂地形条件下影像匹配中存在的“零匹配”和“多匹配”问题。实验表明，该匹配算法可快速。

基于空间约束的神经网络影像匹配

提出了一种可充分利用影像灰度信息和特征信息的基于视差变权空间连续性约束的整体影像匹配方法，并将其映射到 Ｈｏｐｆｉｅｌｄ网络，利用神经网络所固有的大规模并行处理能力，可以高速、可靠、高精度地完成影像匹配，并大大提高了复杂地形条件下影像匹配的可靠性。实验证明该算法具有一定的实用性。