基于分块SIFT的特征提取与无人机影像拼接方法

发布时间：2022-08-01 18:33

　　低空无人机测量系统以其成本低、机动性好、灵活性高等优势,被广泛用于遥感影像的快速获取,因而基于无人机遥感影像的快速拼接成为当前研究热点。研究在原尺度不变性特征转换（Scale-Invariant Features Transform,SIFT）算法基础上,针对高分辨率的低空无人机影像,提出了一种基于分块和对比度过滤的特征提取与影像快速拼接方法。在系统的设计与规划下,选用多组数据进行对比实验。结果表明,分块SIFT算法相对于原SIFT算法,影像匹配的时间效率明显提高,且影像拼接误差小于3个像素,能满足应急情况下影像快速拼接的需求。 

【文章页数】：5 页

【文章目录】：
1 引言
2 SIFT算法介绍
    (1)尺度空间极值检测
    (2)稳定关键点提取
    (3)特征点方向分配
    (4)特征描述子生成
    (5)特征点匹配
3 基于分块策略的SIFT特征提取与影像拼接
    3.1 分块SIFT与技术流程
    3.2 分块SIFT特征提取
    3.3 特征匹配
    3.4 影像拼接
4 影像拼接实验及结果
    4.1 实验数据与环境
    4.2 分块提取特征点
    4.3 特征匹配
    4.4 匹配耗时分析
    4.5 影像拼接
5 结论与讨论


【参考文献】：
期刊论文
[1]一种基于差分技术的无人机影像高效拼接方法[J]. 于广瑞,孙国新,时春霖,赵丹阳.  测绘科学. 2020(10)
[2]基于ORB算法的全景图像拼接技术[J]. 贾文超.  城市勘测. 2019(03)
[3]基于改进AKAZE特征的无人机影像拼接算法研究[J]. 宋伟,王永波,张培佩.  计算机工程与科学. 2019(05)
[4]投影相似变换的无人机影像拼接[J]. 王忠美,杨晓梅,顾行发,周成虎.  测绘科学. 2016(09)
[5]几何约束和改进SIFT的SAR影像和光学影像自动配准方法[J]. 岳春宇,江万寿.  测绘学报. 2012(04)



本文编号：3667963