Da die Fernerkundungsbilder aus verschiedenen Quellen, das hochauflösende Nachlicht und optische Bilder enorme Unterschiede aufweisen und nicht automatisch mit herkömmlichen Bildregistrierungsalgorithmen übereinstimmen können, hängt die Hauptabhängigkeit derzeit von der manuellen Eingabe von ArcGIS-Punkten für die Registrierung ab. Daher schlagen wir einen Rahmen für die automatische Registrierung von hochauflösendem Nachlicht und optischer Fernerkundungsbilder basierend auf Deep Learning vor. Erstens wird das binäre Straßennetz aus den Nachlichtbildern und optischen Fernerkundungsbildern extrahiert und in der Auflösung reduziert, und es wird der absolute Fehler und (SAD) zur groben Zuordnung von Nachlicht- und optischen Fernerkundungsbildern verwendet. Zweitens wird das Objekterkennungsmodell YOLOv8 verwendet, um die zentralen Kreuzungspunkte des Straßennetzes aus den Nachlicht- und optischen Fernerkundungsbildern als Kontrollpunkte zu extrahieren, indem die Kontrollpunkte mit demselben Namen anhand der euklidischen Entfernung und des zufälligen Stichprobenkonsistenzalgorithmus (RANSAC) abgestimmt und ausgewählt werden. Schließlich wird die Methode der kleinsten Quadrate verwendet, um die affine Transformationsmatrix zu lösen und eine genaue Registrierung der hochauflösenden Nachlicht- und optischen Fernerkundungsbilder zu erreichen. Die Verwendung von Fernerkundungsdaten für das Nachlicht mit einer Auflösung von 0,92 m für das Modellieren von Studiendaten ergab, dass die Verwendung der vorgeschlagenen Methode eine automatische Registrierung hochauflösender Nachlicht- und optischer Fernerkundungsbilder ermöglichen kann und eine hohe Registrierungsgenauigkeit aufweist, nach der Registrierung der Testdaten betrug der mittlere quadratische Fehler (RMSE) für die Modellierung städtischer und beendeter Testdaten in Chengdu und Changchun jeweils 3,29 m und 3,36 m und wies eine hohe Registrierungsgenauigkeit auf.

Fernerkundungsdaten für das Nachlicht; Fernerkundungsdaten für Optik; Deep Learning; Straßennetz; Automatische Registrierung