来源：期刊VIP网 时间：
作者：姜楠;史长斌;蔡文婧;曲英杰;刘海兵;邓非;
单位：武汉大学测绘学院;宁夏回族自治区测绘地理信息院;武汉天际航信息科技股份有限公司;
摘要：针对多时相卫星影像因光照和季节变化呈现动态特征，而传统立体匹配方法基于场景静态假设，导致匹配精度和完整性不足的问题，该文提出了一种基于深度学习视差估计网络的卫星立体匹配方法(DLSSM)。首先采用HMSM-NET网络，替代传统的匹配算法，通过构建多尺度金字塔特征和学习多尺度对应关系，增强网络在视差不连续和遮挡区域的处理能力，提升视差估计的准确性，最后通过有理多项式系数(RPC)三角化获取三维点云。另外，该文提出一种自适应点云聚类的DSM生成方法(ADG),融合多组立体匹配的点云并栅格化，对DSM栅格中的三维点进行滤波和聚类分析，并自适应地选择网格最优的高程值，从而提高DSM在边缘处的精度。在US3D和MVS3DM数据集上的实验表明，DLSSM方法具有较好的泛化能力，与传统的DSM融合方法相比，ADG方法生成的DSM边界更清晰和准确，与商业软件相比，该文方法的DSM细节更多且精度更高。
关键词：光学卫星影像;;多视图匹配;;立体匹配;;深度学习;;视差估计;;自适应DSM生成
基金资助：浙江省“尖兵”“领雁”研发攻关计划项目(2023C01040);; 宁夏回族自治区重点研发计划项目(2024BEG02042)
