多模态遥感图像配准方法研究综述

随着对地观测技术的不断发展，从星载、机载和地面平台上众多的一体化立体观测设施被发射，这些传感器设备可以动态提供不同空间、时间和光谱分辨率的多模态遥感图像，只有充分利用各类多模态遥感图像才能有效地为自然资源管理、防灾减灾和环境监测等不同应用提供更可靠和全面的对地观测结果。但是由于不同传感器之间的成像机理不同，多模态图像之间呈现显著的辐射差异、几何差异、时相差异和视角差异等，给多模态遥感图像高精度的配准带来了巨大的挑战。为推进多模态遥感图像配准研究技术的发展，本文对当前主流的多模态遥感图像配准方法系统性地进行了梳理、分析、介绍和总结。首先梳理了单模态到多模态遥感图像配准的研究发展演化过程；然后分别分析了基于区域、基于特征和基于深度学习方法中代表性算法的核心思想，并给出已开源代码的链接；同时分享了现有公开的多模态遥感图像配准数据集，并介绍了数据集的详细内容和特点；最后给出了现阶段多模态遥感图像高精度配准研究中所存在的一些问题和严峻挑战，并对未来研究的发展趋势进行了前瞻性的展望，旨在推动多模态遥感图像配准领域实现更加深入的突破和创新。