空间约束的无人机影像SURF特征点匹配
与普通场景图像相比,无人机影像中纹理信息较丰富,局部特征与目标对象“一对多”的对应问题更加严重,经典SURF算法不适用于无人机影像的特征点匹配.为此,提出一种辅以空间约束的SURF特征点匹配方法,并应用于无人机影像拼接.该方法对基准影像整体提取SURF特征点,对目标影像分块提取SURF特征点,在特征点双向匹配过程中使用两特征点对进行空间约束,实现目标影像子图像与基准影像的特征点匹配;根据特征点对计算目标影像初始变换参数,估计目标影像特征点的匹配点在基准影像上的点位,对匹配点搜索空间进行约束,提高匹配速度与精度;利用点疏密度空间约束,得到均匀分布的特征点对.最后,利用所获取的特征点对实现无人机影像的配准与拼接,通过人工选取均匀分布的特征点对验证拼接精度.实验结果表明,采用本文方法提取的特征点能够得到较好的无人机影像拼接效果.
SURF特征点、空间约束、无人机影像、影像拼接、图像分块
18
TP391.41(计算技术、计算机技术)
国家自然科学基金项目40901221;江苏高校优势学科建设工程项目SZBF2011-6-B35;江苏省普通高校研究生科研创新计划项目CXLX12_0955
2013-08-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
669-676