无人机遥感影像匹配中的优化SIFT-OCT算法
针对传统尺度不变特征转换(SIFT)算法在高分辨率影像中检测特征点数量多、匹配效率低、无法快速对无人机低空遥感影像进行特征匹配的问题,该文优化SIFT-OCT算法的特征检测、特征匹配方法,主动放弃第一组尺度空间进行特征检测,并采用影像分块的方法加快检测过程;在特征匹配阶段,提出相似性系数进行匹配点对二次筛选,利用随机抽样一致性(RANSAC)算法计算透视变换模型参数进行精匹配.选取同一无人机序列影像中的4组不同地物类型的影像进行对比验证实验,结果表明,优化SIFT-OCT算法极大地限制特征提取数量,提高影像匹配效率,适合无人机低空遥感影像匹配.
相似性系数、SIFT-OCT、RANSAC、无人机、特征匹配
46
P237(摄影测量学与测绘遥感)
国家自然科学基金项目51574132
2021-07-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
102-108