基于SIFT算法的无人机航空遥感影像匹配

当前,无人机遥感技术在各行各业中的应用越来越广泛。但是,无人机航空遥感影像的获取一直存在像幅小、数量多、重叠度变化大等问题,对此必须采用合适的算法,取得准确的图像。本文主要基于SIFT算法对无人机航空遥感影像的匹配做了具体探讨。     

基于简化SIFT算法的无人机影像重叠度分析

利用无人机进行低空摄影获取地面高分辨率影像,具有成本低、方便、快捷等优点,但由于无人机飞行姿态不稳定,会导致影像自动匹配效率及准确程度降低.SIFT算子具有良好的尺度、旋转、光照等不变特性,但传统SIFT算法复杂度较高,处理影像时间较长,使数据处理工作效率降低.介绍了一种简化的SIFT算法,并与原SIFT算法做出了对比.说明了影像重叠度分析的主要步骤,将简化的SIFT算法RANSAC算法相结合应用到序列影像重叠度分析中,通过实验证明了可行性.     

近景影像特征点匹配方法比较研究

近景摄影测量因其拍摄方式灵活,影像之间的相对几何变形大,常导致同名点匹配失败.本文采用SIFT、SURF、FAST+BRIEF和ORB 4种计算机视觉算法,对不同场景和摄影条件下的近景像对进行特征点检测与描述,结合BFMatch和FlannMatch两种方法对特征点实施匹配.实验表明,所用算法的计算耗时越长,匹配结果越好.SIFT、SURF适合于高精度连接点的自动生成,而FAST+BRIEF和ORB可用于相对几何变形小的立体影像密集点匹配.     

基于SIFT特征的航空像片自动匹配

介绍了SIFT特征的的生成,包括尺度空间的生成、空间极值点检测、精确确定极值点位置、关键点方向分配和特征点描述子生成等5个步骤;其次针对航空像片的成像特点,给出了一种具体的特征匹配方法：在一个几何模型的约束下,应用可靠的匹配点来扩充其他的匹配点,然后多次应用RANSCN方法去除匹配精度较低的点．最后,给出了3组具体的航空像片进行实验．实验结果表明：不论是森林、居民地,还是河流,用这种方法都能找到很多特征点．但是,对重叠区域的匹配点进行分析得出：匹配点的多少不仅与重叠区域的大小有关,而且与影像所处的位置有关,对于特征比较明显的河流、居民地等地区,能找到很多匹配点,匹配成功率高;但对于特征不明显的森林地区,能找到的匹配点少,匹配成功率低,有些匹配点有明显的错误,这时可以通过手动或平差的方法去除匹配错误点．     

结合SIFT和Harris算法的小型无人机影像拼接方法

考虑到小型无人机影像的成像过程具有视点离散、视角变化有规律等特点,选择拼接参考基准影像,利用无人机的GPS/IMU参数信息计算图像相交区域来减小图像匹配范围;综合利用Harris特征点提取算法和SIFT特征向量计算方法,进行特征点的提取和特征向量的计算,并用PCA算法进行降维处理;在特征匹配过程中,采用最临近(NN)方法和BBF算法提高匹配速度,应用PROSAC特征点提纯和仿射变换整体平差算法提高匹配的精度;最后利用光度对准和加权平均算法进行光度差异消除,实现了无人机影像的拼接。实验结果表明了文章中的图像拼接方法在准确性、效率方面具有优势。     

基于相对位置不变性的SIFT高效匹配算法研究

为了实现全自主机器人立体视觉导航,图像匹配的准确性和快速性成为了研究热点和难点。通过移动机器人工作环境研究,提出图像匹配相对位置不变性的原理,基于这种原理,对最近邻域和次近邻域的SIFT特征点匹配算法进行了改进。先将待匹配图像（前后帧）所有特征点按Y方向像素值大小排序,再从对应位置关系的局部区域搜索SIFT特征点,如果最近邻和次最近邻的比值满足一定阈值T,则该点为匹配点,然后再通过相对位置不变性去除误匹配点。改进算法在最近邻匹配点和次近邻匹配点搜索时避免全局搜索而大大提高实时性,通过相对位置不变性基本去除所有误匹配点。通过实验验证,匹配速度和正确率大大提高,是平面移动工作环境下高效实用的匹配算法,同时,该算法稍加改进对复杂环境也是适用的。     

基于匹配的遥感影像自动纠正方法研究

针对多源遥感影像人工几何纠正方法存在精度差、效率低等问题，提出了一套新的基于匹配技术的自动纠正算法流程.该流程基于仿射变换对待纠正影像和已地理编码的参考影像进行粗配准.在利用Harris算子从两幅图像中分别提取特征点的基础上，通过由特征点和小波影像金字塔引导的从粗到精的匹配策略获得控制点对，再利用多项式拟合迭代法剔除错误点对.在获得大量的高精度控制点对后，利用不规则三角网(TIN)仿射变换法对影像进行纠正，并对杭州地区多源遥感影像进行纠正试验.结果表明,使用该方法选取的控制点均方根误差(RMSE)可以控制在0.5个像素以内.     

基于改进Harris-SIFT的ZY-3卫星三线阵影像匹配

针对卫星三线阵CCD影像成像具有特殊性,提出了组合改进的Harris与SIFT多尺度空间影像检测方法,既提高卫星三线阵影像角点检测的可靠性,又保持尺度不变性.对于卫星三线阵影像,通过用改进的Harris算法进行角点提取,建立影像特征的SIFT描述符;进行特征向量的欧式距离匹配,保证了匹配的尺度和旋转不变性,并缩减了运算时间.通过采用北京地区ZY-3三线阵影像数据进行实验,验证了算法的有效性.     

基于面特征的光学与SAR影像自动匹配方法

针对现有光学影像与合成孔径雷达（SAR）影像之间匹配存在精度差、效率低等问题,提出了一种基于面特征的影像自动匹配方法.用中值代替均值的方法改进了Lee滤波器,用于对SAR影像相干斑噪声进行抑制.通过Canny算子提取出边缘,并用形态学膨胀对不连续边缘进行连接,在此基础上用区域生长法提取光学和SAR影像中的封闭区域作为面特征.设计了一种综合考虑面积、周长、中心点位置等属性的代价函数对面特征进行交叉匹配,筛选出匹配上的大目标,并将其中心作为匹配控制点.通过Envisat ASAR影像与Landsat ETM＋影像进行的匹配试验表明,该方法不需要人工干预,可以实现自动匹配,且匹配精度小于1个像素.     

基于均匀特征匹配的无人机影像拼接

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,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.     

基于Harris角点和SIFT算法的车辆图像匹配

车辆图像匹配广泛应用于车辆识别和跟踪,其中SIFT(Scale Invariant Feature Transform)特征匹配算法是当前国内外特征点匹配研究的热点,但针对车辆等刚体特征明显的目标,SIFT算法在时间复杂度和稳定性方面留出了改进空间.针对车辆图像匹配,本文基于Harris角点检测对SIFT算法进行改进.实验结果表明:该方法在车辆图像匹配时,稳定性和实时性优于SIFT算法.     

SIFT特征在图像配准过程中的应用研究

针对现有基于特征的图像配准方法所存在的特征提取的多样性和相似度计算的复杂性等问题,提出了一种基于SIFT特征的图像配准方法．首先利用SIFT算法提取出图像的特征点,用欧式距离比进行特征匹配,然后利用图像位置的先验条件,采用RANSAC算法去除误匹配,最后计算出待配准图像和基准图像间的变换关系参数．实验结果证明了该算法的有效性．     

基于局部特征的图像匹配方法

为了提高图像匹配算法的性能,使用一种改进的K-d树改善特征点匹配时的数据检索方式,用随机抽样一致性算法对提取的匹配对进行提纯.实验结果表明,在不同尺度及旋转、不同视角、不同光线的情况下,此算法剔除了误匹配的特征点和不必要的特征点,提高了图像匹配的精度.     

基于SIFT特征的图像检索研究

提出一种基于SIFT特征的图像检索算法,将图像转换成特征向量,图像间的相似距离通过两幅图像特征向量间的欧氏距离来计算.实验结果表明该算法应用在特定形状特征目标的检索中有很好的效果.     

基于ADS2005的低噪声放大电路的优化仿真设计

针对功耗和体积均受限的专用小型无线通信系统提升通信距离的要求,以提高接收机灵敏度为研究目的,采用软件仿真ADS2005的方法改进了低噪声放大电路RF2373的设计。在仿真软件下通过建立低噪放RF2373的二端口模型,得出了二端口的5参数特性曲线。采用微带线匹配的方法获得了低噪声放大电路的优化二端口模型,以及匹配后的S参数特性曲线。匹配后的各项S参数较匹配前均有所改善,设计的低噪声放大电路满足射频前端电路的特性要求。给专用测试系统的无线数据传输的硬件设计提供了理论基础。     

基于SIFT算法的图像匹配方法

依据Brown的理论,并基于SIFT算法提出了一种有效的图像匹配方法。首先对图像进行高斯和Wallis滤波处理,然后采用简化SIFT算法进行特征点提取,最后通过特征点双向匹配方法实现图像的精确匹配。通过对缺陷版图图像的试验验证了该方法具有匹配点数量多、准确率高、无重复点等优点。将该方法应用于优化线网的自动检测方面得到较好的效果,并为版图的优化打下了基础。     

基于角点特征的立体图像匹配方法

对积木类物体或近似为积木的物体,提出一种立体图像匹配方法。利用 Ｆｒｅｅｍａｎ码进行轮廓跟踪、多边形逼近、通过简单地查表检测图像角点。用构造相似度函数的办法进行立体图像的匹配。     

复杂图像特征点提取与匹配方法

采用改进的SIFT（Scale Invariant Feature Transform）算法对自然环境下获取的复杂场景图像进行特征量提取;通过添加存入最小优先级队列的限制条件,对现有的BBF（Best Bin First）匹算法进行改进以提高算法的搜索效率;针对复杂图像误匹配较为严重的现象,设置匹配判定准则和几何约束条件,对匹配结果中可能的误匹配加以剔除。实验结果表明,新方法在匹配效率和匹配准确率的提高上效果明显。     

图像的同名点的匹配算法

分析了三维建模的方法和技术,重点描述了基于图像建模的方法和步骤,并针对图像建模中的同名点对应匹配的问题进行分析,提出了一种根据特征点建立特征多边形,根据特征多边形的相似性质来建立同名点对应的方法,并通过验证证明此算法的可行性。