基于CenSurE-star特征的无人机景象匹配算法

摘要：

针对传统局部不变特征的景象匹配算法冗余点多、实时性差、抗几何变换不突出的情况,提出基于CenSurE-star的无人机(UAV)景象匹配算法.首先采用CenSurE特征星型滤波器(CenSurE-star)提取基准图和实时图中的特征点,并生成FREAK二进制描述符;然后将汉明距离作为特征点的相似性判定度量,采用K近邻距离比值的方法提取匹配点对;最后利用基于RANSAC的定位模型得到空间几何变换关系,实现图像匹配并获取定位点经纬坐标.算法性能评价实验表明,本文算法不仅相对于SIFT、SURF、ORB算法,对各种变换具有更好的鲁棒性,而且相对于改进的SIFT、SURF算法处理时间有更大程度的缩短,算法定位误差在0.8个像素内,尺度误差在0.02倍内,旋转角度误差在0.04°内.基于算法进行外场飞行实验,实验证明算法定位精度较高,可以适应地貌信息较少的环境,并能满足无人机视觉辅助导航的需求.

关键词：无人机景象、CenSurE-star特征、FREAK描述符、空间几何变换、图像匹配

所属期刊栏目：38

分类号：TP391.4;TH761.6(计算技术、计算机技术)

资助基金：国家自然科学基金61361006;广西自然科学基金2015GXNSFBA139251;广西自动检测技术与仪器重点实验室基金YQ14203;广西高校无人机遥测重点实验室主任基金WRJ2015ZR02

在线出版日期：2017-04-25（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：462-470