多分支网络联合的倾斜影像仿射不变特征匹配

摘要

倾斜立体影像间存在较大仿射变形甚至透视畸变,导致现有的宽基线立体影像匹配算法容易失效或仅获得稀少匹配.基于此,本文提出一种多分支卷积网络联合的倾斜立体影像仿射不变特征匹配算法.算法首先使用Hessi an算子提取初始特征邻域,接着引入三分支网络(TN)模型,并通过深度学习策略获得仿射不变特征邻域.为提高非同名相似特征的匹配效果,提出多边约束损失函数并训练多分支描述符网络(MDN)模型,继而得到具有较高区分度的描述符.然后采用最/次近邻距离比率(NNDR)测度获得同名特征,并通过随机采样一致性(RANSAC)算法剔除可能的误匹配点.最后,多组低空无人机倾斜立体影像试验结果验证了算法的有效性.