Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2019042232) FAST AND ROBUST MULTIMODAL REMOTE SENSING IMAGE MATCHING METHOD AND SYSTEM
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2019/042232 International Application No.: PCT/CN2018/102271
Publication Date: 07.03.2019 International Filing Date: 24.08.2018
IPC:
G06T 7/00 (2017.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
T
IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
7
Image analysis, e.g. from bit-mapped to non bit-mapped
Applicants:
西南交通大学 SOUTHWEST JIAOTONG UNIVERSITY [CN/CN]; 中国四川省成都市 高新区西部园区西南交通大学地球科学与环境工程学院 School of Geosciences and Environmental Engineering, Southwest Jiaotong University, West Of Gaoxin Zone Chengdu, Sichuan 610000, CN
Inventors:
叶沅鑫 YE, Yuanxin; CN
Agent:
成都九鼎天元知识产权代理有限公司 CHENGDU JIUDINGTIANYUAN INTELLECTUAL PROPERTY AGENCY LTD.; 中国四川省成都市 洗面桥街33号艺墅花乡405 Room405, Human.Art Wisdom Plaza, 33 Ximianqiao Street, Chengdu, Sichuan 610041, CN
Priority Data:
201710773285.631.08.2017CN
Title (EN) FAST AND ROBUST MULTIMODAL REMOTE SENSING IMAGE MATCHING METHOD AND SYSTEM
(FR) PROCÉDÉ ET SYSTÈME DE MISE EN CORRESPONDANCE D'IMAGES DE TÉLÉDÉTECTION MULTIMODALE RAPIDE ET ROBUSTE
(ZH) 一种快速鲁棒的多模态遥感影像匹配方法和系统
Abstract:
(EN) Disclosed are a fast and robust multimodal remote sensing image matching method and system, capable of integrating different local feature descriptors for automatic multimodal remote sensing image matching. First, a local feature descriptor such as Histogram of Oriented Gradient (HOG), local self-similarity (LSS) or Speeded-Up Robust Features (SURF) is extracted for each pixel of an image to form a pixel-by-pixel feature expression diagram. Then a three-dimensional Fourier transform is used to establish a fast matching similarity measure in a frequency domain based on the feature expression diagram. Finally, a template matching policy is used for homonymy point identification. In addition, for the matching method and system, the present invention further proposes a new pixel-by-pixel feature expression technology, namely channel feature of orientated gradient (CFOG). The technology is superior to a pixel-by-pixel feature expression method based on descriptors such as HOG, LSS and SURF in terms of matching performance and computational efficiency. According to the present invention, non-linear radiation difference among multimodal images such as visible light, infrared, laser radar, synthetic aperture radar and map can be effectively overcome; homonymy points are quickly and accurately identified among images; and automatic image matching is realized.
(FR) L'invention concerne un procédé et un système de mise en correspondance d'images de télédétection multimodale rapide et robuste, capables d'intégrer différents descripteurs de caractéristiques locales pour une mise en correspondance automatique d'images de télédétection multimodale. Tout d'abord, un descripteur de caractéristiques locales tel qu'un histogramme de gradient orienté (HOG), une autosimilarité locale (LSS)) ou des caractéristiques robustes accélérées (SURF), est extrait pour chaque pixel d'une image pour former un diagramme d'expression de caractéristiques pixel par pixel. Ensuite, une transformée de Fourier tridimensionnelle est utilisée pour établir une mesure de similarité de mise en correspondance rapide dans un domaine de fréquence sur la base du diagramme d'expression de caractéristiques. Enfin, une politique de mise en correspondance de modèle est utilisée pour une identification de point d'homonymie. De plus, pour le procédé et le système de mise en correspondance, la présente invention propose en outre une nouvelle technologie d'expression de caractéristiques pixel par pixel, à savoir une caractéristique de canal de gradient orienté (CFOG). La technologie est supérieure à un procédé d'expression de caractéristiques pixel par pixel basé sur des descripteurs, tels que HOG, LSS et SURF en termes de performance de mise en correspondance et d'efficacité de calcul. Selon la présente invention, une différence de rayonnement non linéaire entre des images multimodales telles que la lumière visible, l'infrarouge, un radar laser, un radar à ouverture synthétique et une carte, peut être résolue efficacement ; des points d'homonymie sont identifiés rapidement et avec précision parmi des images ; et une mise en correspondance automatique d'images est réalisée.
(ZH) 本发明公开了一种快速、鲁棒的多模态遥感影像匹配方法和系统,可以整合各种局部特征描述符进行多模态遥感影像自动匹配。首先对影像的每个像素提取梯度方向直方图(Histogram of Oriented Gradient,HOG),局部自相似(local self-similarity,LSS)或Speeded-Up Robust Features(SURF)等局部特征描述符,形成逐像素的特征表达图。然后基于该特征表达图,利用三维傅里叶变换在频率域建立一种快速的匹配相似性测度。最后采用模板匹配的策略进行同名点识别。另外,针对所发明的匹配方法和系统,还提出了一种新的逐像素特征表达技术,名为梯度方向特征通道(channel features of orientated gradients,CFOG),它在匹配性能和计算效率方面要优于基于HOG、LSS和SURF等描述符的逐像素特征表达方式。本发明能有效克服可见光、红外、激光雷达、合成孔径雷达以及地图等多模态影像间的非线性辐射差异,在影像间快速、精确地识别出同名点,实现影像的自动匹配。
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: Chinese (ZH)
Filing Language: Chinese (ZH)