Indexed by：
Abstract：
本发明公开了基于编码器和解码器结构的深度学习SAR影像配准方法，该方法基于编码器和解码器的神经网络结构。本发明采用掩码进行配准，通过深度学习网络寻找图像之间掩码的匹配关系，以此来寻找参考图像和主图像之间的匹配关系，实现图像之间的配准。包括，(1)构建掩码数据集，用以训练深度学习模型；(2)构建基于编码器和解码器结构的深度学习模型；(3)使用模型对SAR影像配准；掩码相比于特征点含有更丰富的图像特征信息，具有较强的抗噪声能力，相比于特征点检测、描述和匹配的方法，本发明更具有稳定性且效率更高。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202410020184.1
Filing Date： 2024-01-07
Publication Date： 2024-04-16
Pub. No.： CN117893584A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
