基于优化SIFT算法的农田航拍全景图像快速拼接

摘要：

为了快速准确获取大面积农田图像信息,提高保护性耕作秸秆还田监测效率和准确性,该研究提出一种基于优化SIFT(scale-invariant feature transform)算法的农田航拍全景图像快速拼接方法.首先对高分辨率图像进行降采样处理,针对图像的重叠区域进行有效检测;然后采用基于梯度归一化的特征描述符对特征点进行匹配,同时通过渐进样本一致算法去除误匹配,精准计算拼接转换模型;最后采用基于最佳拼接线的多分辨率融合算法进行图像融合,得到全景拼接图像.试验结果表明:该文方法在图像配准阶段与传统SIFT算法和SURF(speeded up robust feature)算法相比,特征点数量分别减少了97％和90％,运行时间减少了94％和69％,平均匹配效率为65.17％,约为SIFT算法的4倍,SURF算法的9倍;与APAP(ss-projective-as-possible)、SPHP(shape-preserving half-projective)和AANAP(adaptive as-natural-as-possible)算法相比,该方法拼接图像的信息熵、平均梯度和图像对比度均有明显提高.与传统方法相比,该文分层拼接方法提高了全景拼接图像的清晰度和融合效果,解决了传统方法中出现的错位和重影问题,其中全景图像的信息熵、平均梯度小幅提高,对比度明显提高,拼接时间大约缩短了90％以上.研究结果可为保护性耕作秸秆还田监测提供科学参考.

关键词：无人机、图像处理、全景拼接、SIFT算子、特征点匹配、图像融合

所属期刊栏目：39

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金;吉林省科技厅技术创新引导项目;吉林省科技厅重点科技项目;吉林省科技厅重点科技项目;吉林省发展;改革委员会创新项目;吉林省教育厅科学技术研究项目

在线出版日期：2023-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：117-125