用于多光谱/多日期遥感图像配准的鲁棒Delaunay三角剖分匹配

在这封信中，提出了一种新颖的基于双图的匹配方法，特别是针对重叠面积低，图案相似或变换较大的多光谱/多日期图像。 首先，通过归一化梯度方向并最大化所有对应点的比例比例相似度，改进了基于比例不变特征变换的匹配。 接下来，生成Delaunay图以除去异常值，并通过比较Delaunay图结构的区别来选择候选离群值。 为了恢复在Delaunay三角剖分匹配迭代中删除的内点并排除其余的离群值，探索了配备Delaunay对偶图的恢复策略。 位于相应Voronoi单元中的Inliers被恢复到残差集。 实验结果证明了该算法对各种代表性遥感图像的准确性和鲁棒性。