基于回归学习的景象匹配区选取方法

摘要

本发明涉及景象匹配导航技术领域，提供了一种基于回归学习的景象匹配区选取方法，该方法先定义了10个空域图像适配性特征和2个频域图像适配性特征，组合这12种适配特征构成图像特征向量，用最小二乘支持向量回归机对图像特征向量进行训练，构造图像特征向量与图像匹配概率之间的回归模型；最后用最小二乘支持向量回归机对待提取图像进行预测，得到候选匹配区，再用频域自相关工具快速评价区域的唯一性，得到最终的景象匹配区。本发明可以从输入图像中快速找到少数纹理丰富、结构突出的候选匹配区，并在所述候选匹配区上进行唯一性验证，极大的减少了计算量，具有广泛的前景。