新闻网讯（通讯员姚实）近日，人工智能领域顶级期刊Information Fusion（《信息融合》）连续在线发表武汉大学测绘遥感信息工程国家重点实验室王密、潘俊教授团队在多模态影像匹配与大区域多时序遥感影像融合领域的最新科研成果。
论文之一题为“GLS–MIFT: A modality invariant feature transform withglobal-to-local searching”（GLS-MIFT：一种带有全局到局部搜索的模态不变特征变换方法），武汉大学测绘遥感信息工程国家重点实验室博士研究生樊仲藜为第一作者，皮英冬特聘副研究员和王密教授为论文的共同通讯作者，武大-华为空间信息技术创新实验室为该项研究工作的合作单位。
多模态影像信息融合能够综合利用不同来源和模态的遥感信息，实现更精准、更全面的对地观测，是当前国土资源调查、农业资源管理、高精度全球测图等领域的前沿核心技术之一。随着目标提取、变化检测、信息补全、联合定位等多种应用场景对多模态影像信息融合数据处理准确性需求的不断提升，稳健、可靠的多模态影像匹配成为了大规模多模态影像信息融合应用的关键。
图1 多阶段任务分解的通用多模态影像匹配方法GLS-MIFT
受制于多模态影像之间显著的非线性辐射差异，以及多源传感器在数据获取时内外参数差异导致的几何畸变，当前的多模态影像匹配技术面临着通用性、鲁棒性差且精度低的问题。王密教授团队通过引入模态不变的特征变换技术，利用统一测度将不同模态的影像进行模态归一化，降低多模态影像间的跨域差异，从而实现了良好的辐射不变性；通过设置准确的主方向估计方法、尺度空间搜索方法以及匹配点局部重建策略实现了良好的几何不变性与结果精度。该方法的有效性与通用性已在计算机视觉、医学和遥感监测等领域得到验证，为各领域多模态影像匹配及相关数据处理提供了新的思路与解决方案。
图2 视觉、医学、遥感三类数据集可视化对比结果
论文之二题为“A Flexible Multi-temporal Orthoimage Mosaicking Method Based on Dynamic Variable Patches”（基于动态可变单元的多时序正射影像融合镶嵌方法），武汉大学测绘遥感信息工程国家重点实验室博士研究生余小于为第一作者，潘俊教授和王密教授为论文的共同通讯作者。
在大尺度地表监测中，获取高现势性、高质量的全覆盖融合影像关键。大区域长时序遥感光学影像融合中，不可避免地受到大面积云区域遮挡导致的地面信息缺失、成像时间不同引起的色彩差异大等问题困扰，显著降低了影像的质量和可用性，给全覆盖融合带来了挑战。
王密团队提出一种基于动态可变单元的多时序正射影像融合镶嵌方法，充分利用影像空间几何信息及地面纹理信息，在影像纹理一致性约束下确定高质量无云图像单元，并进一步动态调整单元的大小及位置最大限度降低几何错位，最后通过对来自不同影像的各个单元重新排列组合以生成具有高空间连续性的全覆盖融合影像。此外，考虑到多时序遥感影像间的辐射差异，提出了一种基于面积加权的影像羽化算法，将融合影像接缝处不同影像的面积比例转换为羽化权重以缓解影像间的辐射差异。通过上述研究，建立了大区域、高时间分辨率的遥感影像全覆盖融合方法，有效提高了全覆盖融合影像的现势性以及遥感影像数据利用率。
图3 基于动态可变单元的多时序正射影像融合镶嵌方法
以上工作得到了国家重点研发计划项目、国家自然科学基金杰青项目支持。
数据集链接：https://github.com/ZhongLi-Fan/GLS-MIFT
论文一链接：https://www.sciencedirect.com/science/article/pii/S1566253524000307
论文二链接：https://www.sciencedirect.com/science/article/abs/pii/S1566253524001283
（编辑：肖珊）
