一种改进的APAP影像匹配算法

发布时间：2021-04-03 19:20

　　针对无人机影像匹配时易出现影像重影、透视失真和耗时较长等问题,本文提出了一种改进的APAP算法。该算法首先利用SIFT算法选取特征点,通过改进RANSAC算法去除误匹配点;然后根据APAP算法对影像进行网格划分,求每个网格的单应性矩阵,并对单应性矩阵进行线性化;最后根据线性化的单应性矩阵进行影像匹配,单应性矩阵的线性化不仅对影像匹配时产生的重影现象有较好的削弱作用,而且能减少非重叠区域的透视失真。试验结果表明,本文方法在匹配效率和匹配效果方面效果显著。 

【文章来源】：测绘通报. 2020,(03)北大核心CSCD

【文章页数】：6 页

【部分图文】：

影像全局变换和局部变换

本试验采用大疆Phantom 4 Pro无人机获取一系列影像，如图2所示，根据影像纹理特征把影像分为3组，分别为纹理特征缺乏地区，纹理特征较丰富地区和纹理特征丰富地区。本文算法的流程如图3所示。图3 本文方法流程

图2 影像分布情况利用SIFT算法进行特征点检测与匹配，通过改进的RANSAC算法去除误匹配点获得匹配影像。配准结果如图4所示，(a1)中影像中共有1096个匹配点，其中内点有984个，占总匹配点的89.78%;(a2)中利用改进的RANSAC算法剔除误匹配点，其中619个匹配点完全匹配;(b1)中影像中共有1099个匹配点，其中内点有934个，占总匹配点的84.98%;(b2)中利用改进的RANSAC算法剔除误匹配点，其中624个匹配点完全匹配;(c1)中两幅影像中共有1150个匹配点，其中内点有962个，占总匹配点的83.65%;(c2)中利用改进的RANSAC算法剔除误匹配点，其中849个匹配点完全匹配。因此本文改进的RANSAC算法具有一定的适用性。

【参考文献】：
期刊论文
[1]基于SIFT算法的无人机高分影像几何配准研究[J]. 魏嘉磊.  北京测绘. 2019(01)
[2]具有直线结构保护的网格化图像拼接[J]. 何川,周军.  中国图象图形学报. 2018(07)
[3]针对大视差图像拼接的显性子平面配准[J]. 薛佳乐,赵萌,张哲,程徐,陈胜勇.  中国图象图形学报. 2018(03)
[4]基于全概率更新的改进RANSAC算法[J]. 王可,贾松敏,李秀智.  控制与决策. 2017(03)
[5]无人机影像处理关键技术研究[J]. 陈晓龙,陈显龙,彭瑶瑶.  北京测绘. 2016(03)
[6]无人机遥感系统的研究进展与应用前景[J]. 李德仁,李明.  武汉大学学报(信息科学版). 2014(05)



本文编号：3116931