低空无人机遥感影像高精度自动匹配方法探究

《低空无人机遥感影像高精度自动匹配方法探究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、低空无人机遥感影像高精度自动匹配方法探究　　摘要：本文针对低空无人机遥感影像的特点，提出一种基于Harris角点和SIFT特征的自动匹配算法，并利用基于单应矩阵和核线几何双重约束的RANSAC相对定向剔除错误匹配。通过一组影像的自动匹配试验，结果具有较高的匹配正确率，验证了算法的有效性，可为区域网平差解算提供良好基础。Abstract：Aimingatthecharacteristicsoflow-altitudeUAVremotesensingimage，thispaperproposedanautomaticmatchingalgorithmbasedonHarr

2、iscornerandSIFTfeature，usingRANSACrelativeorientationbasedondoubleconstraintofhomographyandepipolargeometrytorejectmismatch.Experimentwasperformedonasetofimages，validatedthevalidityofalgorithmwithhighaccuracyresult，itcanprovideagoodfoundationforBlockadjustment.关键词：低空无人机遥感影像；Harris角点；SIF

3、T特征；自动匹配；错误匹配剔除Keywords：low-altitudeUAVremotesensing5image；Harriscorner；SIFTfeature；automaticmatching；mismatchrejecting中图分类号：TP751文献标识码：A文章编号：1006-4311（2013）32-0208-02作者简介：陈世杰（1982-），男，云南丽江人，中级工程师，研究方向为大地测量。0引言随着国民经济的持续发展，地表形态变化频繁应实时测绘以及社会各行各业对高分辨率遥感影像的迫切需求，低空无人机航空摄影迅速发展。低空无人机航空摄影作为卫星遥感

4、和载人飞机航空摄影的有力补充，具有运行成本低、机动灵活、可进行云下低空飞行、获取遥感影像分辨率高等特点，在获取小区域高分辨率及困难地区遥感影像、提供灾害应急测绘保障等方面产生了良好效果[1]。5低空无人机搭载小像幅数码相机，单张像片覆盖范围较小，整个测区的完整影像由若干单张像片匹配与拼接而成。在低空作业时，受自驾仪（陀螺）、数码相机和机身三轴关系不一致、气流等影响下，会偏离设计航线且飞行姿态较差，使获取的相邻遥感影像间存在较大像片旋角和不规则的像片重叠度，导致无法确定搜索范围，降低基于灰度影像匹配的准确率和可靠性，甚至失去灰度相关性。影像匹配作为数字摄影测量领域的核心

5、问题，实现了不同影像上像点之间对应性关系的自动建立，是空中三角测量和数字表面模型等空间数据产品自动生成的基础，按匹配基元可分为基于灰度、基于特征和基于理解与解译三类。在影像匹配领域中，有许多基于点特征的检测算法，如Moravec、Forstner、Harris、SUSAN、SIFT及其改进算法等等，针对低空无人机遥感影像的特点，本文提出一种基于Harris角点[3]和SIFT特征的自动匹配算法，并利用基于单应矩阵和核线几何双重约束的RANSAC相对定向剔除错误匹配，来解决较大像片旋角和不规则重叠度对影像匹配的影响，最后通过自动匹配试验验证算法的有效性。1低空无人机遥感

6、影像高精度自动匹配流程Harris角点检测算法在没有图像尺度变化的条件下，对图像的视角变化、图像噪声以及旋转变化具有比同类检测算法更好的稳定性，且可定量提取特征均匀合理的角点。SIFT特征匹配算法是一种基于尺度空间的，对图像缩放、平移、旋转甚至仿射变换保持不变性的图像局部特征描述算法，在对较大像片旋角和不规则的像片重叠度的遥感影像匹配方面拥有强大优势。本文结合Harris角点检测算法和SIFT特征匹配算法的各自优势，提出高精度自动匹配。5首先建立相邻两影像金字塔影像，将最高层金字塔影像划分规则格网提取Harris角点；在最高层金字塔影像利用SIFT特征匹配算法获得初始

7、匹配结果；利用基于单应矩阵和核线几何双重约束的RANSAC相对定向剔除错误匹配，获得精度较低的相对定向元素；根据左像提取的Harris角点，基于单应矩阵和核线约束获得右像同名像点的概略位置，采用带核线几何约束的近似一维影像匹配确定同名像点[2]；经各层金字塔影像匹配，在原始影像采用最小二乘匹配获得高精度匹配结果。2基于单应矩阵和核线几何双重约束的RANSAC相对定向匹配点集中不可避免的存在错误匹配，本文采用基于单应矩阵和核线几何双重约束的RANSAC相对定向剔除错误匹配。在相邻两影像的初始匹配结果中随机抽取n个匹配点对，计算相对定向元素和相对定向中误