一种基于图像块描述子学习的异源遥感图像匹配方法

针对光学-合成孔径雷达(Synthetic Aperture Radar,SAR)异源遥感图像的匹配问题,提出了一种基于图像块描述子的深度学习算法。该方法首先使用图像直方图均衡化算法提升图像质量,在此基础上使用Harris与SIFT算法提取待匹配图像块,再使用提出的深度学习方法计算图像块描述特征向量,最终使用改进的RANSAC算法求解光学-SAR图像变换矩阵。通过80组真实的光学-SAR异源遥感图像进行实验,结果表明该方法相较于无预处理与L2Net算法可以获得更高的匹配数量,并随机选取SEN-12数据集中的四幅图像直观展示了匹配结果。