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
  e$ y3 D, E4 r/ U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
% R. }4 A8 c) H2 {5 [' i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
8 c, `: Q( @  j( J) g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
5 y; @6 J, E  N0 Y' `" J- |+ _& S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。
$ y$ h! x+ p* ?) V! {& N关键词：无人机；影像拼接；特征提取；特征匹配
1 引言
近年来，无人机低空遥感技术已经应用到诸多
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
" x. b. X+ P1 k0 N8 F2 `幅影像之间重叠区域较大的特点，一般需要先完成
4 _; |1 Q1 x# R# L4 s影像序列的全景拼接，才能应用到实际中。为了快
速获取目标区域的整体信息，需要实现高效率的影
# j- n" o, |; P' D& ]+ ?( Z8 s7 [像拼接[2]。其中快速完成图像间的特征提取与匹配，
# ~! ~& A% {7 E8 U+ E) s& G' h0 i是提高无人机影像拼接效率的关键。
6 v8 C7 e9 C; G6 x% A. _8 a( `0 V在计算机视觉领域，影像匹配主要有基于整体




" K/ v$ R$ C. p! q
附件下载：

游客，如果您要查看本帖隐藏内容请回复

/ t; W/ U% g$ C6 N1 l; Z5 f( l

wozuishuai

谢谢分享