买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海海洋大学申请的专利一种边缘增强与分布均衡化的遥感立体影像特征匹配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115359276B 。

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210997195.6，技术领域涉及：G06V10/75；该发明授权一种边缘增强与分布均衡化的遥感立体影像特征匹配方法是由洪中华;陆煜;周汝雁;潘海燕;马振玲;张云;韩彦岭;王静;杨树瑚;徐利军设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本一种边缘增强与分布均衡化的遥感立体影像特征匹配方法在说明书摘要公布了：本发明公开了一种边缘增强与分布均衡化的遥感立体影像特征匹配方法，构建基准影像和待配准影像对应的多尺度空间图像，并利用无偏差比UDR边缘检测器对各个尺度空间图像进行边缘滤波，从而获取最终的多尺度空间图像；搜索最终的多尺度空间图像中的极值点，获取的极值点即为候选特征点，再采用非极大值抑制算法对候选特征点进行均匀化处理，完成特征点提取；以特征点为圆心，从不同尺度图像上选用四个大小不同的同心圆区域构建多尺度特征描述子，计算多尺度特征描述子向量，然后采用最近邻距离比算法获取初始特征匹配点对，再利用随机抽样一致算法删除初始特征匹配点对中的异常点删除，完成基准影像和待配准影像的特征点配准。

本发明授权一种边缘增强与分布均衡化的遥感立体影像特征匹配方法在权利要求书中公布了：1.一种边缘增强与分布均衡化的遥感立体影像特征匹配方法，其特征在于包括以下步骤： 一、构建尺度空间图像 构建基准影像和待配准影像对应的多尺度空间图像，并利用无偏差比UDR边缘检测器对各个尺度空间图像进行边缘滤波，从而获取最终的多尺度空间图像； 二、提取特征点 搜索最终的多尺度空间图像中的极值点，获取的极值点即为候选特征点，再采用非极大值抑制算法对候选特征点进行均匀化处理，完成特征点提取； 三、特征点配准 以特征点为圆心，从不同尺度图像上选用四个大小不同的同心圆区域构建多尺度特征描述子，计算多尺度特征描述子向量，然后采用最近邻距离比算法获取初始特征匹配点对，再利用随机抽样一致算法删除初始特征匹配点对中的异常点，完成基准影像和待配准影像的特征点配准； 所述无偏差比UDR边缘检测器采用差分与比值的结合的方法进行边缘检测，这种方法既具有差分运算的无偏边缘定位又有比率运算的在散斑噪声影响下的恒虚警率的特点，在尽可能降低噪声影像下保证其边缘检测精度，为后续的特征点提取保留了较好的影像信息； 所述无偏差比UDR边缘检测器的计算公式如下： 其中，一维垂直滤波器的计算公式如下; 一维平行滤波器的计算公式如下; 其中，和分别表示一维垂直滤波器和一维平行滤波器，x和y分别表示像素点所在的x坐标和y坐标，参数α和参数β分别表示一维垂直滤波器的峰值和衰减速度，参数表示单位阶跃函数，参数ρ表示初始层尺度空间，参数η表示相邻两层的尺度比，i表示尺度空间层数，参数和参数分别表示钟形函数的平坦和衰减程度； 构建多尺度特征描述子时，先计算特征点主方向，再选取特征点所在的尺度图像、以及与特征点所在的尺度图像相邻的上面两层尺度图像、下面一层尺度图像或者上面一层尺度图像、下面两层尺度图像，确定尺度空间后依据特征点主方向将其所在的坐标系旋转为特征点主方向，随后以特征点及其特征点在其他尺度图像上的对应点为圆心，选取不同大小的同心圆区域，然后将所述同心圆区域划分为多个子区域，统计每个子区域中八个方向的梯度直方图，共同组成多尺度特征描述子向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海海洋大学，其通讯地址为：201306 上海市浦东新区临港新城沪城环路999号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。