论文部分内容阅读
为了提高多源遥感图像配准精度,提出融合传统位置尺度和主方向的尺度不变特征变换(position scale orientation scale-invariant feature transform,PSO-SIFT)特征和卷积神经网络(convolutional neural networks,CNN)特征的遥感图像配准算法。利用自建数据集对预训练好的CNN网络进行迁移学习,采用迁移学习后的网络提取图像高级特征,使用PSO-SIFT提取图像低级特征,将高、低级特征加权组合成鲁棒性更强的融合特征描述