Как изображения дистанционного зондирования с различными источниками, высокоразрешенное ночное освещение и оптические изображения имеют огромные различия и не могут быть автоматически согласованы на основе традиционных алгоритмов регистрации изображений, в настоящее время основная зависимость от ручного использования точек ввода ArcGIS для регистрации. Поэтому мы предлагаем автоматическую систему регистрации изображений высокого разрешения ночного освещения и оптического дистанционного зондирования на основе глубокого обучения. Во-первых, извлекают двоичную сеть дорог изображений ночного освещения и оптических дистанционного зондирования и уменьшают их разрешение, и используют абсолютную разницу и (SAD) для грубого сопоставления изображений ночного освещения и оптических дистанционного зондирования. Во-вторых, используется модель обнаружения объектов YOLOv8 для извлечения центральных точек пересечения дорожной сети изображений ночного освещения и оптического дистанционного зондирования в качестве контрольных точек, путем сопоставления и отбора контрольных точек с тем же именем с использованием евклидова расстояния и статистического алгоритма случайной выборки соответствия (RANSAC). Наконец, применяется метод наименьших квадратов для решения матрицы аффинного преобразования с целью реализации точной регистрации изображений высокого разрешения ночного освещения и оптического дистанционного зондирования. Используя ночные данные разрешения 0,92 м удостоверяющие модели изображений дистанционного зондирования и оптического дистанционного зондирования, результаты показали, что использование предложенного метода может обеспечить автоматическую регистрацию изображений высокого разрешения ночного освещения и оптического дистанционного зондирования, Среднеквадратическая ошибка координат освещения городов Chengdu и Changchun, полученных после регистрации тестовых данных в состоянии застройки, составила 3,29 м и 3,36 м, и имеет высокую точность регистрации.

Ночные данные дистанционного зондирования; Оптические данные дистанционного зондирования; Глубинное обучение; Дорожная сеть; Автоматическая регистрация