摘要

图像间由于光照或成像条件等因素的影响会引起非线性变化的灰度差异。在图像配准过程中,这种现象将造成图像间匹配效果较差。针对非线性变化灰度差异的图像配准提出CL-LBP特征与SAE网络结合的特征匹配算法。利用改进的局部纹理算子与区域特征相结合,提取CL-LBP特征进行匹配。其次,采用监督学习分类的方式进行误匹配消除。通过栈式自编码网络对构建的匹配表示进行训练,提取匹配表示的深度特征并接入logistic分类层进行匹配对的分类。实验结果表明,该算法在非线性变化灰度差异图像对的匹配中有较好的匹配精度,并且在实际的海冰图像中也有好的匹配效果。