基于ORB和改进RANSAC的无人机遥感图像配准算法

针对无人机遥感图像配准对于实时性和稳健性的要求,提出了一种基于ORB(Oriented FAST and rotated BRIEF)和改进RANSAC的无人机遥感图像配准算法。首先通过ORB算法快速进行特征检测和特征描述;接着使用正反双向匹配和余弦相似度方法进行特征点粗匹配;最后,结合空间一致性检测理论、PROSAC(Progressive sampling consensus)算法和L-M(Levenberg-Marquardt)算法来综合改进传统RANSAC(Random sample consensus)算法,对匹配点对进行了提纯并计算出变换矩阵。实验结果表明,本文改进算法的匹配正确率和配准精度分别达到了97.8%和0.563,较ORB+RANSAC算法提高了7.5%和20.6%,较ORB+PROSAC算法提高了4.3%和10.1%。在提纯耗时方面,改进RANSAC算法耗时最短,约占传统RANSAC算法耗时的68.3%和PROSAC算法耗时的90.1%,有效提高了无人机遥感图像配准工作的速度和精度。