本發明公開了一種基于強化學習的近紅外和可見光遙感圖像配準方法,包括以下步驟:S1,將紅外和可見光圖像修剪到同樣大小,并做堆疊處理;S2,將堆疊后的圖像輸入殘差改進的密集神經網絡進行處理并輸出配準所需要的Q值;S3,根據Q值進行推理預測出策略動作空間中每個動作的概率分布;S4,根據每個動作的概率分布,在策略動作空間中選擇一個概率最大的動作,并由待配準圖像執行該動作;S5,當待配準圖像和參考圖像達到設定的相似度閾值后,對當前圖像配準進行貪心算法推理采樣;S6,對當前待配準圖像進行移動重采樣輸出最終配準結果。本發明圖像配準方法的配準圖像各處銜接自然流暢,多模態圖像配準更加穩定,效果更好。
聲明:
“基于強化學習的近紅外和可見光遙感圖像配準方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)