利用PCA-SIFT进行特殊纹理航摄影像匹配
提出了一种基于主成分分析-尺度不变特征变换(principal component analysis,scale invariant feature transform,PCA-SIFT)的特殊纹理航摄影像匹配方法.首先,对影像降采样并进行PCA-SIFT特征匹配;然后利用得到的同名像点计算平面单应矩阵,并确定影像对间的同名区域;随后,在同名区域间再次进行PCA-SIFT特征匹配并剔除误匹配点;最后,采用改进的最小二乘影像匹配方法对PCA-SIFT匹配结果进行精化,从而自动识别出同名像点.实验结果表明,本文方法可以达到子像素级的影像匹配精度,即使是在纹理贫乏和重复区域也能够匹配出足够数量的特征点,完全可以满足空中三角测量的影像自动量测要求.
特殊纹理、PCA-SIFT特征匹配、单应矩阵、最小二乘影像匹配
41
P237.3;TP751(摄影测量学与测绘遥感)
国家973计划2012CB719902;国家自然科学基金41371432;国家高分专项民用部分项目50-H31D01-0508-13/15.The National 973 Program of China,No.2012CB719902;the National Natural Science Foundation of China,No.41371432;National Special Foundation for High Resolution on Earth Observation Systems Civilian Part,No.50-H31D01-0508-13/15.
2016-10-13（万方平台首次上网日期，不代表论文的发表时间）
1137-1144
