申请/专利权人：长光卫星技术股份有限公司

申请日：2023-12-28

公开（公告）日：2024-03-29

公开（公告）号：CN117788862A

主分类号：G06V10/75

分类号：G06V10/75;G06V20/13;G06T3/4038

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明涉及一种基于改进代价体网络的高分辨率卫星影像立体匹配方法，首先对获取的核线影像对进行视差偏移、数据切片、数据筛选和数据增强处理，制作卫星立体匹配数据集；将基于超像素分割原理的视差细化模块增加到代价体网络中，建立改进代价体网络模型；将训练集输入到改进代价体网络模型中进行训练，并微调模型的超参数，得到训练好的模型；将待处理的核线影像对按照预设重叠率裁剪为预设像素大小的影像块，并将影像块输入至训练好的模型中进行视差分块预测，对所有影像块的视差子图进行拼接，并将重叠区域视差值取平均值后得到完整的视差图。本发明具有视差估计准确、空间细节清晰的优点，并且对多种高分辨率卫星数据具有泛化性和鲁棒性。

主权项：1.一种基于改进代价体网络的高分辨率卫星影像立体匹配方法，其特征在于，包括以下步骤：步骤1：制作卫星立体匹配数据集：获取较大覆盖范围且多种卫星数据源下的核线影像对及其对应的视差值，并对所述核线影像对进行视差偏移、数据切片、数据筛选和数据增强处理，得到卫星立体匹配数据集，并将所述卫星立体匹配数据集划分为训练集和测试集；步骤2：建立改进的代价体网络模型，所述改进的代价体网络模型包括特征提取模块、注意力代价体计算模块、代价聚合模块、视差回归模块和基于超像素分割原理的视差细化模块，所述视差细化模块使用一个具有跳跃连接的编解码网络预测超像素关联矩阵Q，所述编解码网络的编码器包括一个步长为1的3×3卷积层以及四个由一个步长为1和一个步长为2的3×3卷积层组成的卷积组合，解码器包括四个由一个步长为2的4×4卷积层和一个步长为1的3×3卷积层组成的卷积组合，在解码器中与编码器相同尺寸的特征图先经过连接操作再输入至卷积层，且在每个卷积层后都使用BN层和leakyRELU层，最后解码器输出的特征经由一个Softmax层输出超像素关联矩阵Q，超像素关联矩阵Q用于指导视差回归模块中产生的低分辨率视差图上采样至原始分辨率；步骤3：在改进的代价体网络模型加载初始化模型参数后，将所述训练集输入到模型中进行训练，并微调模型的超参数，当损失函数逐渐收敛且所述测试集精度曲线不存在欠拟合或过拟合时训练完成，得到训练好的模型；步骤4：将待处理的核线影像对按照预设重叠率裁剪为预设像素大小的影像块，并将影像块输入至训练好的模型中进行视差分块预测，对所有影像块的视差子图进行拼接，并将重叠区域的影像块的视差值取平均值后，得到完整的视差图。

全文数据：

权利要求：

百度查询： 长光卫星技术股份有限公司 基于改进代价体网络的高分辨率卫星影像立体匹配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD