基于神经网络的复杂地形条件下的智能影像匹配

我们主要研究了能够自适应于影象内从的，可处理复杂地形条件下的影象的基于人工神经网络的影象匹配的理论和算法，在研究过程中，我们在分析了影象匹配和神经网络领域的基础情况和最新进展的基础上，将整体影象匹配和改进的连续型Hopfield/Tank网格模型融合起来，先后提出了基于神经网络的松驰法影象匹配算法，基于约束满足网络的整体影象匹配算法和基于视差变强度空间连续性约束的神经网络匹配算法。我们完成了基于神经网络的影匹配实验系统软件的编制，搜集了一定数量较典型的影象并使用实验系统其做了测试，结果表明算法可对算杂地形条件下的中小比例尺航空影象进行自适应的，稳定的，高精度的匹配。我们的匹配算法对于中小比例尺航空影象特别是丘陵，山地和高山地区域的影象的匹配结果的精度基本上可以满足1：1万和1：5万数字地面模型的自动采集，数字正射影象的自动生成和测图的要求，并大大提高了工作效率。