使用CNN功能进行图像匹配 概述 针对深度遥感影像在成像方式,时间相位,分辨率等方面的差异难以匹配的问题,提出了一种新的深度学习特征匹配方法。 结果表明,该算法具有较强的适应性和鲁棒性,在匹配点的数量和分布,效率和适应性方面均优于其他算法。 该存储库包含以下文件的实现: "A Heterogeneous Remote-Sensing Image Matching Method Based on Deep Learning Feature" (in Chinese) 一种基于深度学习特征的异源遥感影像匹配算法 该存储库中特征提取的主要思想和代码均基于 。 匹配结果: 谷歌地球图像之间的匹配结果(2009年和2018年) 无人机光学图像与红外热像的匹配结果 SAR图像(GF-3)与光学卫星(ZY-3)图像的匹配结果 卫星图与地图的匹配结果 入门: 建议使用Python 3.7+来运