BRISK-DAISY无人机影像匹配算法研究

发布时间：2021-05-26 14:12

　　影像匹配是无人机影像分析的关键步骤,通过对常用影像匹配算法的对比研究,提出一种基于BRISK特征点与DAISY描述子的影像匹配算法。该算法首先采用BRISK算法提取影像特征点,然后利用DAISY描述子进行特征描述,最后基于单映射变换矩阵的RANSAC算法进行影像精准匹配。文中对不同算法开展试验研究,对比分析影像匹配的特征提取数量、单个特征点提取时间、正确匹配对数和单次匹配平均时间、匹配正确率等5个指标。试验结果表明:与BRISK算法相比,单个特征点提取耗时约是BRISK算法的80%,单次匹配所需平均时间为BRISK算法的30%,甚至更短。与其它常规匹配算法相比,文中算法的匹配正确率与其他算法相当,但获得更多的正确匹配对数,并且文中算法在单次匹配平均时间、单个特征点提取时间与特征点提取数等方面更优。 

【文章来源】：测绘工程. 2020,29(02)CSCD

【文章页数】：6 页

【文章目录】：
1 特征检测算法
    1.1 BRISK特征提取
        1.1.1 FAST角点检测
        1.1.2 BRISK检测子
    1.2 DAISY描述子
        1.2.1 卷积方向图
        1.2.2 DAISY描述符
2 试验及结果分析
    2.1 试验方案
    2.2 结果及分析
        2.2.1 试验的匹配效果图
        2.2.2 结果分析
3 结 语


【参考文献】：
期刊论文
[1]结合SURF算法和单应性矩阵的无人机影像匹配[J]. 王晓红,邓仕雄,何志伟,曹留霞,闫星光.  测绘通报. 2018(07)
[2]基于SURF算法和极线约束的无人机影像匹配研究[J]. 邓仕雄,王晓红,刘继庚,李婷婷,何志伟.  贵州大学学报(自然科学版). 2018(01)
[3]基于点特征的低空遥感影像多级高效率匹配方法研究[J]. 张凯南,杨志强,武晴晴.  测绘工程. 2017(08)
[4]影响特征检测子鲁棒性与速度方法的对比分析[J]. 孙世宇,张岩,李建增,李德良,杜玉龙,杜文博,张帅.  电光与控制. 2017(08)
[5]快速鲁棒性非线性尺度不变的特征匹配算子[J]. 张岩,李建增,李德良,杜玉龙.  西北工业大学学报. 2016(06)
[6]基于改进BRISK的图像拼接算法[J]. 董强,刘晶红,王超,周前飞.  电子与信息学报. 2017(02)
[7]一种抗仿射畸变的KAZE特征提取算法[J]. 王春林,钱海明,孙金彦.  遥感信息. 2017(02)
[8]基于高分辨率遥感目标特征库的地震灾情快速评估方法[J]. 董文,沈占锋,程希萌.  地球信息科学学报. 2016(05)
[9]PCA-SIFT特征匹配算法研究[J]. 李钦,游雄,李科,张彦喜.  测绘工程. 2016(04)
[10]结合SURF特征点与DAISY描述符的图像匹配算法[J]. 罗楠,孙权森,陈强,纪则轩,夏德深.  计算机科学. 2014(11)

博士论文
[1]机载图像拼接关键技术研究[D]. 董强.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018



本文编号：3206508