首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于改进PSO-SIFT算法的油田遥感图像匹配
引用本文:李宏,王鹏,毕波,唐锦萍.基于改进PSO-SIFT算法的油田遥感图像匹配[J].吉林大学学报(理学版),2021,59(2):342-350.
作者姓名:李宏  王鹏  毕波  唐锦萍
作者单位:1. 东北石油大学 电气信息工程学院, 黑龙江 大庆 163318; 2. 海南医学院 公共卫生学院, 海口 571199; 3. 东北石油大学 数学与统计学院, 黑龙江 大庆 163318; 4. 黑龙江大学 数据科学与技术学院, 哈尔滨 150080
基金项目:黑龙江省基本科研业务费专项基金;海南医学院引进人才科研启动基金;国家自然科学基金
摘    要:针对油田遥感图像在灰度有明显差异的情况下, 联合位置、 尺度和方向的尺度不变特征变换(PSO-SIFT)算法很难为其找到足够多的正确对应关系, 且花费时间较长的问题, 提出一种基于改进PSO-SIFT算法的图像匹配算法. 首先采用“回”字型分块思想构建特征描述符, 降低特征描述子的维度; 然后使用基于全局运动建模的双边函数(BF)算法与快速样本共识(FSC)算法相结合的匹配策略, 对所得的匹配对进行误匹配剔除, 以增加正确匹配的数量; 最后将该算法与4种同类算法及原PSO-SIFT算法进行对比. 实验结果表明, 该算法比同类算法精度更高, 与原算法相比不仅保证了图像匹配的精度, 正确匹配对数量也增加了约3倍, 且匹配时间约缩短20 s.

关 键 词:信息处理技术    PSO-SIFT算法    图像匹配    “回”字型描述符    BF算法    FSC算法  
收稿时间:2020-05-08

Oilfield Remote Sensing Image Matching Based on Improved PSO-SIFT Algorithm
LI Hong,WANG Peng,BI Bo,TANG Jinping.Oilfield Remote Sensing Image Matching Based on Improved PSO-SIFT Algorithm[J].Journal of Jilin University: Sci Ed,2021,59(2):342-350.
Authors:LI Hong  WANG Peng  BI Bo  TANG Jinping
Institution:1. School of Electrical Engineering & Information, Northeast Petroleum University, Daqing 163318, Heilongjiang Province, China;
2. School of Public Health, Hainan Medical University, Haikou 571199, China;
3. School of Mathematics and Statistics, Northeast Petroleum University, Daqing 163318, Heilongjiang Province, China; 4. School of Data Science and Technology, Heilongjiang University, Harbin 150080, China
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息
点击此处可从《吉林大学学报(理学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号