一种无人机航拍影像快速特征提取与匹配算法

Iroiman

摘 要：无人机影像具有非常高的分辨率，边缘和纹理信息更加丰富，基于经典 SURF 特征的影像拼接算法在处
/ x2 B, V, B, o. b7 a/ o理无人机影像时面临着新的挑战。为提高无人机航拍影像拼接效率，该文提出一种快速特征提取与匹配算法。在特
征提取环节，提出采用局部差分二进制算法描述特征，在不降低特征区分性的同时，较 SURF 描述子而言降低了
特征维度。在特征匹配环节，提出采用局部敏感哈希搜索算法代替 kd 树搜索算法，提高了最近邻特征匹配效率。
实验结果表明，与基于 SURF 描述子和 kd 树搜索算法的最近邻匹配拼接算法相比，该文算法特征匹配效率有明显
" p) S- i/ t# n; |/ O提升，匹配精度也有所改善，更适合应用于基于特征的无人机航拍影像快速制图。
关键词：无人机；影像拼接；特征提取；特征匹配
9 j- l* ]) H2 h( q, u: E1 引言
1 v. u/ h8 c2 T+ u& f近年来，无人机低空遥感技术已经应用到诸多
: L+ f. V7 Z& N" {3 \3 K领域，例如防灾减灾、军事侦察、土地调查、环境
监测等等[1]。无人机影像由于单幅影像视野有限，多
幅影像之间重叠区域较大的特点，一般需要先完成
! \7 n# a$ h+ a8 l7 B( t7 ]影像序列的全景拼接，才能应用到实际中。为了快
3 [# X5 L/ n( O+ {( n3 L" L+ N# v9 C; O速获取目标区域的整体信息，需要实现高效率的影
  t" t& l+ X. ~4 v" D' S像拼接[2]。其中快速完成图像间的特征提取与匹配，
5 E" H4 k* n/ F4 ]$ e是提高无人机影像拼接效率的关键。
在计算机视觉领域，影像匹配主要有基于整体
$ j9 R' x# f2 |



7 P. s' A* U, s3 D. J" U
附件下载：

游客，如果您要查看本帖隐藏内容请回复

0 u+ q! e- F" d3 Q4 D% Y& ~4 p
" W; t# A1 N9 G( k

wozuishuai

谢谢分享