10.16251/j.cnki.1009-2307.2018.11.004
融合Harris-Laplace算子的SURF算法与无人机影像匹配
针对传统的SURF算法在尺度、旋转和模糊变化方面具有一定的稳定性,运算相对较快,但匹配正确率不理想的问题,该文提出结合Harris-Laplace算子与Hessian矩阵的优点在多尺度下提取影像上的特征点,设定较严格阈值约束提取出显著的特征点.将这些特征点进行特征描述,并作为候选匹配点,取较严格的比率阈值,用欧式距离比值法进行特征点匹配.结果表明,使用本文的算法对无人机倾斜影像进行了成功匹配,不仅获取较多的匹配点,提高了匹配的正确率,而且运算时间与传统SURF算法相当,增强了不同类型影像的适应性和稳健性.
低空无人机摄影、影像匹配、特征点提取、SURF算法、Harris-Laplace算子
43
P237.3(摄影测量学与测绘遥感)
国家自然科学基金项目41631175,41471102;江苏省自然科学基金项目BK20151547;江苏高校优势学科建设工程资助项目
2018-12-14(万方平台首次上网日期,不代表论文的发表时间)
共8页
20-26,32