一种无人机滑坡遥感影像的快速匹配算法

发布时间：2021-11-12 10:50

　　由于传统匹配方法主要基于高斯线性空间进行,所得细节与噪声程度相似,不能有效保留滑坡的边缘信息,因此影响滑坡定位的准确性和时效性。针对上述问题,设计了一种基于AKAZE特征和二进制稳健不变特征（BRISK）算法的无人机滑坡遥感影像的快速匹配算法,克服了传统特征提取与匹配方法的不足。利用AKAZE算法进行关键点探测,然后使用快速最近邻搜索库（FLANN）对关键点进行匹配,最后利用Ratio方法和单应性估计法剔除误匹配,提高关键点匹配质量。通过无人机滑坡遥感影像匹配试验,结果表明:同等条件下新算法耗时仅为传统算法的12%～48%,匹配率较传统算法增加了10%～40%,不仅能够准确地完成同名点的匹配,还提高了运行效率,为滑坡灾害的有效管理以及相关部门进行应急救援提供一定的技术支撑。 

【文章来源】：地理信息世界. 2020,27(04)

【文章页数】：7 页

【部分图文】：

不同光照下各算法匹配率图

采用中海达iFlyV5复合翼无人机进行数据采集,像机型号为DSC-RX1RM2,像素为4 020万,焦距为35 mm,飞行航线4条,飞行高度为410 m,影像的航向重叠度85%,旁向重叠度75%,分辨率4.1 cm。全部实验在相同条件下进行,采用Python3.7编写程序。2.2 试验结果与分析

从图2a和图2b可知,SIFT算法和SURF算法虽检测出一定数目的关键点,但检测到的滑坡体特征较少且滑坡边缘信息不足,图2c中AKAZE算法得到的关键点严重不足,检测不到滑坡体和滑坡边缘特征。以上3种方法对于滑坡遥感影像特征检测的针对性都有不足之处。图2d为本文设计的AKAZE-BRISK算法,该算法能够从地表特征遭到一定破坏的滑坡体中检测到更多的关键点,且对于边缘特征非常敏感,可以更好地识别出滑坡与非滑坡的分界线,从而准确地界定滑坡范围并确定其位置,因此一定程度上证明了本文方法的有效性。2.2.2 影像变换试验

【参考文献】：
期刊论文
[1]基于SURF特征提取和Brute-Force搜索的图像匹配算法[J]. 厉彦福.  北京测绘. 2019(11)
[2]低空无人机影像匹配流程设计的优化[J]. 姚艳.  北京测绘. 2019(04)
[3]一种无标识图像的FLANN-LM配准算法[J]. 张乃千,王占刚.  北京信息科技大学学报(自然科学版). 2019(02)
[4]一种喀斯特地貌无人机遥感影像的快速匹配方法[J]. 何志伟,王晓红,邓仕雄,曹留霞,李闯.  测绘科学. 2019(07)
[5]基于以SURF改进AKAZE的图像匹配算法[J]. 赵柏山,郑丽娟,陈瑜.  微处理机. 2019(01)
[6]利用二进制特征描述符的改进SIFT影像匹配算法[J]. 于翔舟,王慧,李烁,杨乐,闸旋.  海洋测绘. 2019(01)
[7]基于SIFT图像特征提取与FLANN匹配算法的研究[J]. 王金龙,周志峰.  计算机测量与控制. 2018(02)
[8]一种应用于无人机航拍图像的匹配方法[J]. 王振华,郑培枫,隋晓锋,李涛,付光涛,郭晓强,魏娜.  有线电视技术. 2017(11)
[9]一种运用AKAZE特征的无人机遥感影像拼接方法[J]. 梁焕青,范永弘,万惠琼,丁毅乐.  测绘科学技术学报. 2016(01)
[10]多种角度比较SIFT、SURF、BRISK、ORB、FREAK算法[J]. 索春宝,杨东清,刘云鹏.  北京测绘. 2014(04)

硕士论文
[1]基于改进AKAZE特征的无人机影像匹配算法研究[D]. 宋伟.中国矿业大学 2019



本文编号：3490764