基于深度学习的视频卫星遥感图像景相匹配方法及其装置

摘要

本申请公开了一种基于深度学习的视频卫星遥感图像景相匹配方法及其装置，该方法包括以下步骤：步骤S100：获取基准遥感图，通过视频卫星获取待匹配实时图，缩放待匹配实时图；步骤S200：采用深度卷积神经网络计算待匹配实时图的特征向量；步骤S300：在基准遥感图内滑动窗口生成多个候选区域，分别计算待匹配实时图的特征向量与各候选区域特征向量的欧氏距离，取特征向量欧氏距离最小的候选区域作为基准遥感图与待匹配实时图的匹配区域。该方法采用经过训练的深度卷积神经网络进行图像特征提取，提高特征匹配的准确性和鲁棒性。本申请的又一方面还提供一种基于深度学习的视频卫星遥感图像景相匹配装置。