BRIFT:一种基于二值描述符的多模态图像匹配方法

针对使用辐射变化不敏感特征变换(RIFT)在最大索引图(MIM)上计算特征描述符、进行特征匹配耗费时间长的问题,提出了基于RIFT的二值描述符算法(BRIFT)。首先计算图像的相位一致性并得到MIM,然后在MIM上通过快速算法计算特征描述符并将其二值化,最后利用Hamming距离作为距离测度进行匹配。将存在多种几何畸变和辐射度变化的异源遥感图像作为测试数据,将BRIFT算法分别与SIFT,BRISK,BRIEF,RIFT等方法进行对比,结果表明,在略微损失匹配精度的情况下,所提BRIFT算法能节省约80%~90%的特征描述符计算时间,节省约50%的特征匹配时间,实现异源遥感图像的快速鲁棒匹配。

基于最大相位索引图的异源影像配准方法

由于光学和合成孔径雷达(SAR)存在显著的几何和辐射差异,光学影像和SAR影像自动配准一直是现阶段研究的重点问题。利用具有辐射不变性的相位一致性算法计算两影像相位,构建特征方向信息和特征强度信息,并构建一种局部特征描述符——最大相位索引图(MPIM)。利用相位索引图相关性测度在输入影像上获取同名点,采用仿射变换实现配准。实验结果表明:所提算法对光学和SAR的几何和辐射差异具有较强的适应性,并且配准精度较高。