结合SURF算法和单应性矩阵的无人机影像匹配
针对无人机影像受拍摄条件影响或区域环境复杂造成的匹配效果不佳,局部区域甚至无法匹配的问题,基于SURF算法,利用多重约束条件改进算法对无人机影像进行了特征匹配.该匹配算法首先利用SURF算法检测影像特征点,利用FLANN快速搜索结合KNN算法筛选特征点,选出构造单应性矩阵的最优内点匹配对,然后利用基于单应性矩阵的RANSAC算法过滤掉错误匹配.试验结果表明:与基于SURF算法的单一约束条件的无人机影像匹配相比,多重约束条件的无人机影像匹配算法在匹配质量优化的同时能提高无人机影像匹配集数量,该算法在误匹配减少的前提下能获得更多准确的特征点.
SURF算法、无人机影像、单应性矩阵、极线约束、特征匹配
P237(摄影测量学与测绘遥感)
贵州省自然科学基金黔科合J字〔2014〕2070;贵州省科技计划课题黔科合LH字〔2014〕7649;贵州省研究生教育教学改革重点课题黔教研合JG字〔2015〕010;贵州大学测绘科学与技术研究生创新实践基地建设项目贵大研CXJD〔2014〕002;贵州大学研究生重点课程建设项目贵大研ZDKC〔2015〕008
2018-12-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
38-42