一种基于神经网络的静止轨道谱段间图像配准方法

摘要

本发明公开了一种基于神经网络的静止轨道谱段间图像配准方法，该方法步骤包括：对面阵相机采集的同一场景的多谱段遥感图像进行标注，并按比例划分训练集和测试集；采用卡尔曼滤波算法对原始图像对进行降噪；采用SIFT算法提取训练集和测试集的图像特征构建特征数据库；设计网络结构，确定网络初始参数，以谱段间图像特征点为输入训练网模型络，确定最优网络参数；改变网络结构重复训练获取最优网络模型；最后采用测试集进行验证，若配准精度不满足要求，扩大数据集重复训练直到满足要求为止。本发明采用网络模型精确表征不同波段图像特征点之间的非线性关系，克服了传统配准方法中同一特征点在不同波段图像中变化大，不稳定的难题。