改进SIFT算法的小型无人机航拍图像自动配准

被引：8

作者：

熊自明 ^{[1
,2
]}

万刚 ^{[1
]}

闫鹤 ^{[1
]}

李明 ^{[1
]}

机构：

[1] 信息工程大学测绘学院

[2] 解放军国际关系学院

来源：

测绘科学技术学报 | 2012年 / 29卷 / 02期

关键词：

无人机航拍图像; 图像配准; 特征点提取; 特征匹配; 尺度不变特征变换;

D O I：

暂无

中图分类号：

V279 [无人驾驶飞机]; TP391.41 [];

学科分类号：

1111 ; 080203 ;

摘要：

针对小型无人机航拍图像视点离散、视角变化有一定运动规律的特点,首先对航拍图像进行数据预处理,结合Harris特征点和SIFT特征向量的优势,提取Harris特征点、计算特征点的特征半径和SIFT特征向量,并利用PCA降低特征向量的维数;然后采用最邻近(NN)方法进行特征匹配,利用BBF算法搜索特征的最邻近以提高匹配速度;最后采用PROSAC算法提纯特征点匹配对并精确计算运动模型参数,实现了图像的自动配准。实验证明,该图像配准方法在准确性、效率方面较经典的SIFT算法有较大的提高。

引用

页码：153 / 156

页数：4

共 4 条

[1] Distinctive image features from scale-invariant keypoints
Lowe, DG
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) : 91 - 110
[2] An optimal algorithm for approximate nearest neighbor searching fixed dimensions[J] . Sunil Arya,David M. Mount,Nathan S. Netanyahu,Ruth Silverman,Angela Y. Wu.Journal of the ACM (JACM) . 1998 (6)
[3] An introductory tutorial on KD-trees .2 MORREA. University of Cambridge . 1991
[4] Approximate nearest neighbor searching .2 S.Arya,D.Mount. Proceedings of the Fourth Ann ACM-SIAM Symposium on Discrete Algorithms (SODA) . 1993

← 1 →