图论算法的无人机影像匹配特征点粗差剔除
无人机影像匹配过程中,粗差是不可避免的,因此,获取稳健性较高的特征点进行无人机影像匹配至关重要.传统的方法是采用经典的RANSAC算法进行粗差剔除,该算法受抽样次数、误差阈值的影响,还会残存部分误匹配的特征点.利用图论原理,对SIFT算法提取的特征点进行预处理,通过构建特征点的能量函数剔除能量较低的特征点,可以提高匹配特征点的稳健性,减少特征点的粗差.本文提出了一种新的方法,将图论算法与经典的RANSAC算法相结合进行粗差剔除.该方法命名为GSIFT-RANSAC算法,利用该算法可以提高特征点的稳健性,获取高精度的单应矩阵.采用两组无人机影像进行验证,本文提出的算法与单独利用图论剔除特征点的算法相比,粗差剔除率分别提高了5.31%和14.29%,说明该方法效果较好.
无人机影像匹配、特征点、RANSAC算法、图论、GSIFT-RANSAC算法
P237(摄影测量学与测绘遥感)
云南省科技厅面上项目;云南师范大学教改项目
2020-05-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
6-10