高分遥感舰船目标SIFT特征的提取与匹配

被引：7

作者：

帅通 ^{[1
]}

师本慧 ^{[1
]}

张霞 ^{[2
]}

陈金勇 ^{[1
]}

刘翔 ^{[1
]}

机构：

[1] 中国电子科技集团公司第五十四研究所

[2] 中国科学院遥感与数字地球研究所

来源：

无线电工程 | 2015年 / 45卷 / 11期

关键词：

高分辨率; 遥感; 舰船; SIFT; 特征提取; 特征匹配;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

摘要：

随着对地观测技术的发展,光学遥感图像分辨率不断提高,使得利用舰船局部特征进行舰船的精细识别成为可能。基于经典的SIFT特征提取算法对高分辨率光学遥感图像中的舰船目标进行了特征点提取、特征点描述和特征匹配研究,通过同一类型舰船目标切片的匹配实验,结果表明SIFT算法可以有效用于遥感图像舰船切片的特征点提取和匹配,证明了该算法在高分辨率遥感图像中舰船目标精细识别的应用潜力。

引用

页码：48 / 51

页数：4

共 10 条

[1] 基于Ecogniton的光学遥感图像舰船目标检测
陈韬亦
陈金勇
赵和鹏
[J]. 无线电工程, 2013, 43 (11) : 11 - 13+22
[2] 基于CSIFT算法的UAV影像配准技术研究
朱佳文
屈新原
高小伟
[J]. 首都师范大学学报(自然科学版), 2013, 34 (04) : 69 - 74
[3] 基于SIFT和归一化互信息的SAR图像配准算法研究[D]. 王云飞.西安电子科技大学. 2014
[4] 高分辨率可见光遥感图像舰船目标识别方法研究[D]. 于鹏.吉林大学. 2011
[5] 航空图像中舰船目标识别技术研究[D]. 裴洪飞.哈尔滨工程大学. 2011
[6] 基于局部特征的车辆识别[D]. 黄灿.上海交通大学. 2010
[7] 图像局部不变性特征与描述[M]. 国防工业出版社 , 王永明, 2010
[8] Distinctive Image Features from Scale-Invariant Keypoints.[J] . David G. Lowe. International Journal of Computer Vision . 2004 (2)
[9] Detecting salient blob-like image structures and their scales with a scale-space primal sketch: A method for focus-of-attention[J] . Tony Lindeberg. International Journal of Computer Vision . 1993 (3)
[10] Random sample consensus[J] . Martin A. Fischler,Robert C. Bolles. Communications of the ACM . 1981 (6)

← 1 →