基于改进KAZE的无人机航拍图像拼接算法
为了更好地解决航拍图像易受光照、旋转变化、尺度变化等影响,KAZE算法实时性较差以及基于K近邻的特征匹配算法耗时较长等问题,该文提出了一种基于改进KAZE的无人机航拍图像拼接算法.该方法首先利用加速的KAZE算法提取图像的特征点,采用二进制特征描述子FREAK (Fast retina keypoint)进行特征点描述,然后使用Grid-KNN算法进行特征点粗匹配,利用随机一致性算法对匹配的特征点进一步提纯并计算几何变换模型,最后采用加权平均算法对图像进行融合.实验结果表明,该文所提算法使图像在光照变化、旋转变化及尺度变化下具有较好的性能,且处理速度较KAZE算法与K近邻特征匹配算法有较大提升,是一种稳定、精确度高、拼接效果良好的无人机航拍图像拼接方法.
航拍图像拼接、KAZE算法、FREAK算法、Grid-KNN算法
45
国家自然科学基金委科学仪器基础研究专项51327004;国家自然科学基金61773087,61702077;中央高校基本科研业务费DUT17ZD216
2019-05-30(万方平台首次上网日期,不代表论文的发表时间)
共10页
305-314