一种基于伪孪生神经网络的异源图像配准方法技术

本发明专利技术公开了一种基于伪孪生神经网络的异源图像配准方法，包括：一、训练集的获取；二、伪孪生神经网络的建立；三、红外图像和可见光图像的兴趣点提取；四、红外图像和可见光图像对伪孪生神经网络的训练；五、红外图像和可见光图像的异源图像匹配；六、红外图像和可见光图像的异源图像配准。本发明专利技术方法步骤简单、设计合理，先利用伪孪生神经网络对红外图像和可见光图像进行兴趣点集及特征描述向量提取，再利用SuperGlue网络模型对提取的兴趣点集及特征描述向量进行匹配，最后基于单应性矩阵+GLUNet‑GOCor网络模型的“又粗到细”双阶配准模型对匹配后的异源图像进行配准，提高了异源图像配准精度。

【技术实现步骤摘要】

本专利技术属于异源图像配准，具体涉及一种基于伪孪生神经网络的异源图像配准方法。

技术介绍

1、成像原理的不同使得红外与可见光图像在场景感知和表达能力上具有互补性，将二者的信息相关联与融合能够发挥其各自波段上的优势。这样对这两种图像进行配准，从而将两者的优势进行融合，可以提高目标检测与识别的准确性。因此，红外和可见光异源图像配准技术在现实生活和科研领域具有极高的研究价值和广泛的应用前景。

2、近年来，高精度制导武器在战场上起到了重大作用，基于图像的红外与可见光多模复合制导技术已成为精确制导武器的一个重要发展方向，完善红外与可见光的异源图像配准有着鲜明的工程和军事需求。然而，由于红外与可见光图像在成像原理、光谱、纹理特征上的不同，两类图像差异性较强，使得两类图像的配准问题变得更加复杂，依据像素灰度、传统的图像配准算法和基于域的图像配准算法在红外和可见光图像配准问题上效果不佳。

3、因此，需要一种设计合理的基于伪孪生神经网络的异源图像配准方法，先利用伪孪生神经网络对红外图像和可见光图像进行兴趣点集及特征描述向量提取，再利用superglu本文档来自技高网...

【技术保护点】

1.一种基于伪孪生神经网络的异源图像配准方法，其特征在于，该方法包括以下步骤：

2.按照权利要求1所述的一种基于伪孪生神经网络的异源图像配准方法，其特征在于：步骤201中所述第一卷积层中卷积核的数量为64，卷积核的大小为3×3，滑动步长为1，padding为1；

3.按照权利要求1所述的一种基于伪孪生神经网络的异源图像配准方法，其特征在于：步骤203中Conv1卷积层中卷积核的数量为256，卷积核的大小为3×3，滑动步长为1，padding为1；

4.按照权利要求1或2所述的一种基于伪孪生神经网络的异源图像配准方法，其特征在于：步骤三中采用计算机对训练...

【技术特征摘要】

1.一种基于伪孪生神经网络的异源图像配准方法，其特征在于，该方法包括以下步骤：

2.按照权利要求1所述的一种基于伪孪生神经网络的异源图像配准方法，其特征在于：步骤201中所述第一卷积层中卷积核的数量为64，卷积核的大小为3×3，滑动步长为1，padding为1；

3.按照权利要求1所述的一种基于伪孪生神经网...

【专利技术属性】
技术研发人员：李少朋，唐彬，马得草，李冰，鲜勇，张大巧，雷刚，郭玮林，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：