摘要
由于成像机理的根本差异，可见光与合成孔径雷达（SAR）影像之间存在显著的非线性辐射差异和几何畸变，使得两种模态之间的高精度配准成为遥感图像处理领域长期面临的挑战。现有的基于深度学习的跨模态配准方法大多采用纯卷积架构或卷积–Transformer混合框架，在长程依赖建模与计算效率之间难以取得良好平衡。此外，当前方法通常仅依赖异构跨模态监督进行端到端训练，而忽视了模态内一致性中所蕴含的几何变形先验。针对上述问题，本文提出了MTCPNet——一种基于Mamba的三分支一致性投影配准网络，用于SAR–可见光图像配准。具体而言，设计了一个特征一致性投影模块，将SAR与可见光图像映射到模态无关的共享特征空间中，并引入特征一致性损失以显式约束跨模态几何对齐。以Mamba为基础的混合架构作为特征提取骨干，将选择性状态空间模型的线性复杂度长程依赖建模能力与基于窗口的自注意力的局部上下文表征能力融为一体。在三分支训练范式下，联合引入模态内一致性监督与跨模态匹配监督来优化网络参数。实验结果表明，MTCPNet在多个基准数据集上一致优于现有最先进的方法，为高精度多源遥感影像配准提供了一项有前景的解决方案。
