结合Forstner与NCC约束的UAV图像配准研究

随着无人机(unmanned aerial vehicle,UAV)技术的飞快发展,UAV已成为航空遥感图像获取的重要手段。但与传统的大飞机航空摄影相比,UAV在平台的稳定性方面较差,采集图像时受自身配重、即时飞行环境等外界因素影响,使得最终获得的遥感图像存在复杂的几何变形,导致其图像配准过程存在很大的困难。针对此问题,首先基于UAV的POS数据进行图像重叠区域估算,利用Forstner算子提取图像中的特征点并结合信息熵对图像进行分块处理;然后通过基于旋转的归一化互相关(normalized cross-correlation,NCC)系数寻找相匹配的同名特征点,最终实现UAV图像的配准。实验结果证明该方法切实有效,并且保持了较好的鲁棒性。