基于点特征检测的农业航空遥感图像配准算法

发布时间：2024-07-01 21:55

　　针对当前无人机遥感图像配准算法普遍存在匹配精度差与配准速度慢等问题,该文以点特征检测方法为基础,结合矩阵降维处理方法,提出一种适用于农业航空遥感图像配准的改进算法—SNS(scale-invariantfeaturetransformand singularvaluedecomposition)算法。SNS算法以高斯函数同步检测尺度空间极值点的坐标和特征尺度,利用海森矩阵消除伪特征点,获取特征点精准定位,在求取特征点的模值与方向基础上,采用奇异值分解方法进行矩阵优化,实现数据降维再重构。试验结果表明,SNS算法与经典算法相比,配准速度平均提高5.01%,配准精度均方根误差平均降低10.48%,说明SNS算法在压缩数据量的同时,提高了整体配准精度,具有配准速度较快和鲁棒性较好的特点。研究结果可为农业航空遥感图像快速配准提供参考。

【文章页数】：7 页

【部分图文】：

图1SNS算法及其图像配准流程

SNS算法流程图如图1a所示，其中图像配准是整个算法的核心关键模块，采用与SIFT算法相类似的点特征检测方法，具体流程如图1b所示。1.2点特征检测算法改进

图4多幅遥感图像配准效果图

图4a为待配准试验图像数据集；图4b为SIFT算法配准效果图，分辨率为1282×3116；图4c为SNS算法配准效果图，分辨率为1337×2949。试验结果表明，SNS算法的总配准时间相较于SIFT算法减少了10.34%，表明本次试验中SNS算法的配准处理效率和速度明显优....

图2不同仿射变换的待配准图像

为进行SNS算法与3种经典配准算法（SIFT、SURF[24]和Harris[25]）的性能比较，进行不同仿射变换图像的配准试验（图2）。试验硬件环境为：CPU为IntelCorei5-7200U2.50GHz，内存12GB，显存2GB，操作系统为Windows10，编....

图3不同算法的参考图像与6种仿射变换图像的配准效果

图3e～3g是参考图像与尺度缩小图的配准效果，根据表1及表2的第2列数据可知，在尺度缩小情况下，SNS算法的配准速度比SIFT算法提高4.12%,SIFT算法的配准效果优于SNS算法13.32%。这是因为在尺度缩小图中，SIFT特征点检测法检测的特征点数量比原图少，可用于配准的特....

本文编号：3999241