基于FDR-Net的红外-可见光图像像素级配准方法研究
Journal of Changchun University of Science and Technology（2023）
Abstract
针对异源图像配准任务中难以稳定提取有效特征点,且特征点误匹配率过大等问题,提出一种基于FDR-Net特征点检测网络的端到端红外-可见光图像配准方法.首先采用双色相机构建数据集,在所得图像上生成同分布的点阵作为伪特征点,将成对图像和伪特征点坐标共同输入FDR-Net进行训练,学习有效特征点的特征.在网络成功提取特征点后,对特征点坐标使用仿射变换,通过最小二乘法求取最佳解,获得变换矩阵完成配准.配准结果与SIFT、SURF等主流算法进行对比,在特征点数量、平均配准误差、平均角点误差等评价指标上均提升58％以上,具有广阔的应用前景.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined