摘要
本发明公开了一种基于模态转换和对比学习的多模态遥感影像匹配方法，包括：S1构建训练数据集；S2构建图像连续域的生成路径；S3设计最短路径约束；S4定义图像转换总体损失；S5提取对比学习的旋转不变性特征表达；S6建立特征匹配框架，并输出匹配结果。本发明通过挖掘潜在的共享特征，将影像翻译的生成过程转化为基于网络路径的逐步生成方式，并通过构建中间域实现最短路径约束，有效消除了参考图像与待配准图像之间的显著非线性辐射差异和噪声；同时利用扩张卷积和注意力机制优化的EfficientNet架构，显著提升了深层特征的表示质量，并结合孪生和伪孪生网络设计样本增广的训练体系来获取更优的旋转一致性特征表达，有效增强描述符对弱纹理区域匹配的鲁棒性。
