طرق مطابقة الصور متعددة الوسائط قد حصلت على تطبيق واسع في صور الاستشعار عن بعد من مصادر متعددة على سطح الأرض، ولكن لا يزال هناك نقص في الدراسات المقارنة لمطابقة صور القمر متعددة الوسائط. من أجل تحقيق مطابقة عالية الدقة بين صور الأقمار الصناعية البصرية عالية الوضوح وصور الرادار الجوي الفعال، اخترنا صورًا تجريبية لمناطق متعددة من القمر مثل منطقة العروض الوسطى والمنخفضة والقطب الجنوبي والقطب الشمالي. واستخدمنا 8 خوارزميات متميزة مع ما بينها SIFT, CFOG, HOPC, RIFT, HAPCG, HOWP, SuperGlue, LoFTR لمطابقة السمات المقايضة للصور في التجربة ومقارنة النتائج، حيث تم عمل تحليل مقارن للنتائج من خلال أربعة مؤشرات منها عدد النقاط المطابقة الصحيحة، والانحراف المربعي المتوسط، ونسبة الانعكاس، ودرجة التغطية. أظهرت النتائج أن خوارزمية HAPCG تقوم باستخدام تصفية الانتشار الغير متجانس وبدمجها مع هيستوغرام التدرجات المطابقة المطلقة للمرحلة لتكوين الفيكتور المميز للصور، وهي توفر أفضل أداء في المطابقة. بينما يستخدم LoFTR طبقة الانتباه الذاتي وطبقة الانتباه المشترك للتأثيرات النائية للصور الفقيرة بالملمس والتي كانت ثانية في الأداء. كان أداء HOWP وSuperGlue في المنتصف. وكان أداء CFOG, HOPC, وRIFT الأقل. لم يتمكن SIFT من تحقيق المطابقة. تشير توزيع نقاط المطابقة وشروط الإضاءة وتقاطع المناطق بين الصور إلى أن أداء المطابقة في مناطق العروض المتوسطة والمنخفضة أفضل من المناطق القطبية الجنوبية والشمالية. تم إجراء تحليل احصائي للباراميتر الأول لمبدأ ستوكس في نتائج المطابقة بواسطة HAPCG، حيث كانت متوسط قيمة المعاملات الخصائصة لنقاط المطابقة في منطقة بحر الأمطار والهضبة أعلى من المناطق القطبية الجنوبية والشمالية، مما يتوافق مع خصائص الأنماط الجغرافية. تظهر الرسوم البيانية استنتاج أن المعاملات الخصائصة لنقاط المطابقة بواسطة HAPCG والمرتبطة بقيمة اللمعان الضوئي للصورة البصرية دليل على أن HAPCG يتمتع بمرونة المطابقة لصور القمر البصرية وصور الرادار الجوي ذات الاختلاف غير الخطي في الإشعاع. تقدم هذه الدراسة مرجعًا لاختيار طرق المطابقة لصور القمر المتعددةالمصدر، وتساعد على تطبيق البيانات المتعددة على سطح القمر.

القمر، مطابقة متعددة الوسائط، صور الرادار الجوي، صور بصرية، باراميترات ستوكس