文献类型：期刊文章

作　　者：陈晓勇[1] 何海清[1] 周俊超[1] 安谱阳[1] 陈婷[2]

CHEN Xiaoyong;HE Haiqing;ZHOU Junchao;AN Puyang;CHEN Ting(School of Geomatics, East China University of Technology, Nanchang 330013, China;School of Water Resources & Environmental Engineering, East China University of Technology, Nanchang 330013, China)

机构地区：[1]东华理工大学测绘工程学院,江西南昌330013 [2]东华理工大学水资源与环境工程学院,江西南昌330013

出　　处：《测绘学报》

基　　金：国家自然科学基金(41861062;41401526);江西省自然科学基金(20171BAB213025;20181BAB203022);江西省高等学校科技落地计划(KJLD14049)~~

年　　份：2019

卷　　号：48

期　　号：12

起止页码：1595-1603

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD2019_2020、DOAJ、EI、GEOBASE、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：影像匹配是在两幅或多幅具有重叠度的影像中通过特定的算法提取影像间同名点的过程,是低空摄影测量数据处理中最为关键的步骤,匹配质量与效率直接影响到后续数据处理的成功与否,关系到测绘产品生成质量。本文系统阐述了低空摄影测量影像匹配的研究现状与展望。对影像匹配的分类进行总结和归纳,大体上,影像匹配可划分为两大类,即基于灰度和基于特征的匹配。重点针对基于特征的影像匹配,从点、线、面等特征提取算法及特征描述符和相似性测度与策略等方面进行了详细阐述。此外,列举最新的基于深度学习的影像匹配算法,对低空平台搭载的多样化传感器数据融合可能涉及的影像匹配方法进行了展望。

关 键 词：影像匹配 低空摄影测量 特征提取 深度学习  

分 类 号：P237]