陈彦彤，徐　伟，朴永杰，王灿进，陈　娟

(1.中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033；2.中国科学院大学，北京 100049)



用于遥感图像目标快速匹配识别的改进混合溢出树算法

陈彦彤1，2，徐伟1*，朴永杰1，王灿进1，陈娟1

(1.中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033；2.中国科学院大学，北京 100049)

提出一种基于标记的混合溢出树(SHSPT)特征匹配算法，用于遥感图像的目标匹配识别。针对特征数据建立和预处理，提出了基于中心点的数据分割方法，通过定义数据密集区域的中心，舍去边缘稀疏数据，提取出分割后的数据。进行特征匹配时，使用二进制数组表示数据空间，标记分割后的特征向量数据，通过比特操作计算特征向量间的距离，缩短计算时间。最后对特征匹配方法进行改进，采用待匹配特征距离的均值代替尺度不变特征变换(SIFT)匹配算法的次临近特征距离，从而得到更多的匹配点。实验证明，基于标记的混合溢出树特征匹配算法占用内存空间比传统的混合溢出树算法减少约68%，匹配准确度与原算法接近，匹配时间平均缩短了约32.8%，解决了航天遥感图像数据量大，特征维数较高，匹配识别时间长，占用计算机内存大等问题。

遥感目标识别；特征标记；数据分割；图像匹配；混合溢出树算法

1　引　言

近年来，我国航天遥感技术不断发展，遥感图像在空间分辨率、时间分辨率和光谱分辨率方面不断提高，其应用领域也愈加广阔[1]。特别是在军事方面，遥感图像目标匹配识别对于战场侦察、战术规划、军事测绘、海洋监测等都有着重要的战略意义[2-3]。……