基于均匀特征匹配的无人机影像拼接.pdf

《基于均匀特征匹配的无人机影像拼接.pdf》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、第29卷第4期北京建筑工程学院学报V01．29NO．42013年12月JournalofBeijingUniversityofCivilEngineeringandArchitectureDee．2013文章编号：1004—6011(2013)04—0047—05基于均匀特征匹配的无人机影像拼接马超，赵西安，王青松(北京建筑大学测绘与城市空间信息学院，北京100044)摘要：通过特征匹配的方法进行无人机影像拼接，不需要地面控制点坐标和内外方位元素．基于SIFT算法进行特征匹配，对于匹配中容易出现的误匹配点，

2、通过合理控制算法中的阈值大小并采用唯一性约束和视差约束来进行剔除，采用分块控制匹配点数目来剔除密集匹配点对，使匹配点对分布均匀．使用RANSAC算法来计算影像之间的转换模型，实验证明这种方法具有很好的拼接效果．关键词：影像拼接；均匀匹配；RANSAC算法中图分类号：P231．5文献标志码：AUAVImageMosaicBasedonUniformFeaturesMatchingMaChao，ZhaoXi’an，WangQingsong(SchoolofGeomaticsandUrbanInformation

3、，BeijingUniversityofCivilEngineeringandArchitecture，Beijing100044)Abstract：Anewapproachformosaicingimagesinunmannedaerialvehicle(UAV)isproposedinthepaper．Firstly，theimagefeaturesareextractedbythemulti—scalealgorithm，whichisaSIFTimproved．Basedontheuniquenes

4、sconstraintandparallaxconstraint，theimagesarematched．Thedensematchedpoint—pairsareprocesseduniformlyusingthepartitioningimages．Secondly，thetransformationmodelbetweenimagesisbuiltintheRANSAC．TheexperimentresultsshowthattheapproachiseffectivefortheUAVimagemo

5、saic．Keywords：imagemosaic；uniform—matching；RANSACalgorithm无人机遥感系统具有运行简单、运行成本低、反需要生成DEM，操作比较复杂，耗时较长．应迅速、能够获得高分辨率影像等优点，被广泛应用2)根据相邻影像的重叠区域进行影像匹配，根于环境监测、灾害监测、灾后应急响应等领域．单张据匹配结果求解相邻影像的空间关系，采用一种投影无人机影像覆盖的范围较小，为了了解整个测区的变换将所有影像投影到统一的坐标系下进行拼接．情况必须要对无人机影像进行快速拼接．影像拼接本

6、文采用特征匹配的方法进行拼接，首先用主要有两种方法¨：SIFT算法获取相邻影像间的均匀同名点对，然后1)生成正射影像，直接将单张影像投影到地面根据相邻影像间的同名点对计算相邻影像间的转换坐标，然后在统一的地面坐标下进行拼接．此种方关系，最后根据转换关系把待拼接影像转换到目标法生成正射影像需要获取影像的内外方位元素、并影像的参考坐标下．收稿日期：2013—11—29作者简介：马超(1989一)，男，硕士研究生，研究方向：数字摄影测量与遥感48北京建筑工程学院学报1自适应多尺度匹配2单应矩阵计算1．1SIFT匹

7、配特点目前公认的匹配效果最好的特征匹配方法是SIFT算法，SIFT提取的是图像局部特征．SIFT算法基于尺度空间的思想，将图像的尺度空间通过不同尺度的高斯函数与图像卷积来表示．对两个相邻的高斯尺度空间影像相减，得到高斯差分尺度空间图像(DOG)，在DOG图像中比较每个像元与相邻尺度和相邻位置的像元，找到局部极值点，使用子像元插值的方法得到精确的极值点位置，最后剔除掉DOG图像上极值点对比度小于一定阈值的点并去]㈩除掉边缘效应．利用特征点附近像元的梯度方向分布给每个特征点分配方向参数，统计不同方向上的梯度累加

8、值来描述特征点，最后基于特征点特征向量的欧式距离来匹配，欧式距离最小的点作为匹配点，并且剔除掉最近邻距离与次近邻距离之比THR大于一定阈值的点．SIFT算法对旋转、尺度缩放、亮度变化保持不变性，但是SIFT匹配在进行无人机影像拼接的时候存在匹配点对分布不均匀问题，在纹理丰富的区域】+[(2)匹配点对分布密集，在纹理稀少的区域匹配点过少甚至没有，这样在影像拼接的时候会使纹理稀少的区域拼接误差较大．I31．2基于格网