SIFT和SURF在无人机影像匹配中算法性能对比分析

发布时间：2022-02-26 21:40

　　现阶段,无人机在越来越多的领域得到了应用,借助无人机影像能够实现关键信息的有效传达,为相关行业提供可靠的信息与技术支撑。目前的图像识别与匹配算法中,多种算法模式已经得以应用,不同的算法在性能上会存在一定的差异性,对此,本文基于无人机影像技术,分别采用SIFT和SURF算法对所拍摄影像进行识别与匹配,并主要针对这两种算法的特征提取、特征匹配、配准速度等主要性能参数进行对比研究,从而对这两种算法在无人机影像匹配中的结果进行评价,为无人机影像识别与匹配算法的选择提供一些参考依据。研究结果显示,SURF算法的应用优势较为突出,不仅体现在特征提取速度上,且对于有遮挡物影响的情况下匹配效果更为理想。 

【文章来源】：信息记录材料. 2020,21(08)

【文章页数】：2 页

【文章目录】：
1 引言
2 SIFT特征提取
    2.1 尺度空间生成
    2.2 关键点检测
    2.3 关键点方向分配
    2.4 特征点描述子生成
3 SURF特征提取
    3.1 尺度空间生成
    3.2 关键点检测
    3.3 关键点方向分配
    3.4 特征点描述子生成
4 SURF和SIFT算法的应用性能对比
5 结语


【参考文献】：
期刊论文
[1]基于无人机影像匹配点云数据的喀斯特峡谷区火龙果单株提取研究[J]. 尹林江,周忠发,黄登红,尚梦佳.  浙江农业学报. 2020(06)
[2]基于最大稳定极值区域仿射不变特征的无人机影像匹配算法研究[J]. 陈钟鸿.  测绘与空间地理信息. 2020(03)
[3]高精度初始外方位元素辅助影像空中三角测量应用研究[J]. 阎霞.  现代测绘. 2019(04)
[4]关于无人机影像匹配点云技术在道路测设中的应用分析[J]. 林弘磊.  通讯世界. 2019(05)
[5]融合Harris-Laplace算子的SURF算法与无人机影像匹配[J]. 蔡香玉,盛业华,黄毅,张卡,吕海洋.  测绘科学. 2018(11)
[6]基于分块模型改进的SIFT算子的无人机影像匹配方法研究[J]. 李岩,安裕伦,关雷,张卫龙.  测绘与空间地理信息. 2016(03)
[7]顾及影像拓扑的SfM算法改进及其在灾场三维重建中的应用[J]. 许志华,吴立新,刘军,沈永林,李发帅,王然.  武汉大学学报(信息科学版). 2015(05)



本文编号：3645026