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
: O# V7 V5 B: W1 ?2 B3 B9 B4 F2 W. c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
% b3 S1 m$ z& B& a# }. w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。
( [2 ~2 R: F& T9 \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
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
  C8 I+ J! i/ G4 i& o$ x1 引言
9 G0 Q/ b" z& s" `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
# X( s1 o' n$ B  V8 n5 A监测等等[1]。无人机影像由于单幅影像视野有限，多
% Q* f$ d7 T# D6 a/ Z幅影像之间重叠区域较大的特点，一般需要先完成
影像序列的全景拼接，才能应用到实际中。为了快
  J& `. @/ \+ J; S; q, A5 C+ v% u速获取目标区域的整体信息，需要实现高效率的影
& S+ Q2 r% E" `! c像拼接[2]。其中快速完成图像间的特征提取与匹配，
是提高无人机影像拼接效率的关键。
' d8 B5 f5 q+ z1 g3 e) K4 D在计算机视觉领域，影像匹配主要有基于整体

4 C# L1 ~" X7 |. \

% m: p0 b6 U) G1 C( D
5 v: h4 M. w$ q( l
附件下载：

游客，如果您要查看本帖隐藏内容请回复

" q5 ?) M% o; N. K- b

wozuishuai

谢谢分享