В качестве гетерогенных данных дистанционного зондирования изображения ночного освещения с высоким разрешением значительно отличаются от оптических изображений, и автоматическая регистрация не может быть выполнена на основе традиционных алгоритмов регистрации изображений. В настоящее время в основном используется ручная отметка точек с помощью ArcGIS для регистрации. Поэтому в данной статье предлагается автоматическая структура регистрации высокоразрешающих изображений ночного освещения и оптических изображений на основе глубокого обучения. Сначала извлекается бинарная сеть дорог из ночных и оптических изображений и выполняется понижение дискретизации; затем используется алгоритм суммы абсолютных отклонений (SAD) для грубого сопоставления ночных и оптических изображений. Далее используется модель обнаружения объектов YOLOv8 для извлечения центра перекрестков дорожной сети как контрольных точек, которые сопоставляются и отбираются с помощью евклидова расстояния и алгоритма случайной согласованности (RANSAC). Наконец, метод наименьших квадратов используется для решения аффинной матрицы преобразования для точной регистрации высокоразрешающих изображений ночного освещения и оптических изображений. Эффективность предлагаемого метода была проверена на данных ночного изображения с разрешением 0.92 м и оптического изображения с разрешением 0.75 м спутника Jilin-1. Результаты экспериментов показывают, что предложенный метод может автоматически регистрировать высокоразрешающие ночные и оптические изображения; среднеквадратичная ошибка (RMSE) после регистрации данных строительных районов Чэнду и Чанчунь составила 3.29 м и 3.36 м соответственно, демонстрируя высокую точность регистрации.

изображения ночного освещения;оптические изображения;глубокое обучение;дорожная сеть;автоматическая регистрация