双层RBF核快速鲁棒DAISY典型遥感图像配准
作者:
罗阳倩子
廖威
关键词:
快速鲁棒
径向基神经网络
核典型相关分析
遥感图像
配准
局部特征
摘要：
针对遥感图像配准过程中,存在信息计算量大、精度不高的问题,提出一种快速鲁棒DAISY局部特征RBF核典型相关分析的遥感图像配准算法(FRBFKCCA).首先,采用快速鲁棒特征提取方式,对遥感图像进行特征描述,并针对该算法存在的精度较低问题,利用DAISY局部特征描述对其进行改进,设计实现了遥感图像的DAISY局部特征描述的快速鲁棒特征提取方法;其次,在遥感图像配准过程中,针对核典型相关分析方法中,存在的逆矩阵计算奇异性难以直接计算的问题,采用双层径向基神经网络实现核典型相关分析的改进;最后,通过实验对所提算法与对比算法进行对比,显示其图像配准准确度可达96％以上,且图像的配准效率和精确更高.
上一篇： 准最小二乘的神经网络在光伏MPPT中的应用
下一篇： 基于RBF神经网络的副翼促动器故障检测方法