Air-Ground Multi-Source Image Matching Based on High-Precision Reference Image

人工智能 计算机视觉 束流调整 计算机科学 航空影像 稳健性(进化) 匹配(统计) 由运动产生的结构 模式识别(心理学) 摄影测量学 图像(数学) 运动估计 数学 基因 统计 生物化学 化学
作者
Yongxian Zhang,Guorui Ma,Jiao Wu
出处
期刊:Remote Sensing [MDPI AG]
卷期号:14 (3): 588-588 被引量:6
标识
DOI:10.3390/rs14030588
摘要

Robustness of aerial-ground multi-source image matching is closely related to the quality of the ground reference image. To explore the influence of reference images on the performance of air-ground multi-source image matching, we focused on the impact of the control point projection accuracy and tie point accuracy on bundle adjustment results for generating digital orthophoto images by using the Structure from Motion algorithm and Monte Carlo analysis. Additionally, we developed a method to learn local deep features in natural environments based on fine-tuning the pre-trained ResNet50 model and used the method to match multi-scale, multi-seasonal, and multi-viewpoint air-ground multi-source images. The results show that the proposed method could yield a relatively even distribution of feature corresponding points under different conditions, seasons, viewpoints, illuminations. Compared with state-of-the-art hand-crafted computer vision and deep learning matching methods, the proposed method demonstrated more efficient and robust matching performance that could be applied to a variety of unmanned aerial vehicle self- and target-positioning applications in GPS-denied areas.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
小吴完成签到 ,获得积分10
1秒前
虚幻谷秋完成签到,获得积分10
2秒前
眼睛大雪青完成签到 ,获得积分10
3秒前
gms关闭了gms文献求助
4秒前
Ryouji发布了新的文献求助10
4秒前
明月清风完成签到,获得积分10
4秒前
4秒前
孙某人完成签到 ,获得积分0
4秒前
liyutong完成签到 ,获得积分10
4秒前
5秒前
瘾9完成签到,获得积分10
6秒前
6秒前
汉堡包应助阿七采纳,获得50
6秒前
一颗蹦豆子完成签到,获得积分10
6秒前
Gakay完成签到,获得积分10
7秒前
7秒前
haliw完成签到,获得积分10
8秒前
LELE完成签到 ,获得积分10
8秒前
周少完成签到,获得积分10
9秒前
mmmmmMM完成签到,获得积分10
9秒前
小马哥完成签到,获得积分10
9秒前
mm完成签到,获得积分10
9秒前
SciGPT应助景天采纳,获得10
10秒前
fairy发布了新的文献求助30
10秒前
sy发布了新的文献求助10
10秒前
Harry完成签到,获得积分10
10秒前
上官若男应助木耳采纳,获得10
10秒前
11秒前
liumu完成签到 ,获得积分10
11秒前
lucyliu完成签到 ,获得积分10
11秒前
rzzzz发布了新的文献求助20
12秒前
rorolinlin完成签到,获得积分10
12秒前
阳阳阳完成签到 ,获得积分10
14秒前
Ryouji完成签到,获得积分10
14秒前
蛋挞完成签到 ,获得积分10
14秒前
OnionJJ完成签到,获得积分10
15秒前
su完成签到,获得积分10
16秒前
phy完成签到,获得积分10
17秒前
yanxuhuan完成签到,获得积分10
19秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 850
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248973
求助须知:如何正确求助?哪些是违规求助? 2892360
关于积分的说明 8270969
捐赠科研通 2560642
什么是DOI,文献DOI怎么找? 1389143
科研通“疑难数据库(出版商)”最低求助积分说明 651004
邀请新用户注册赠送积分活动 627869