面向无人机影像自动空三的特征提取算法比较

首先对5种常用的尺度和旋转不变特征算子DOG、MSER、Harlap、Heslap、SFOP进行介绍,然后给出无人机自动空三结果评价的6个定量指标。在此基础上,采用两组无人机影像数据进行试验,分析影像分辨率对无人机影像自动空三结果的影响,然后对几种常用算子在无人机影像自动空三中的性能进行定量比较。试验结果表明,DOG与SIFT的结合在无人机影像的自动空三应用中能取得最好的结果。     

融合尺度和仿射不变特征的倾斜立体影像配准

针对倾斜立体影像通常存在较大的几何变形从而难以自动匹配的问题,该文提出了一种融合MSER特征和SIFT特征的自动配准算法:选取MSER特征获得初始匹配及其对应邻域的仿射几何关系,对MSER候选匹配邻域内SIFT的特征点进行局部几何约束的仿射不变归一化相关系数匹配,定义邻域内SIFT特征的匹配正确率为邻域支持度,并据此进行原始MSER误匹配进行剔除。对上述未能匹配的MSER和SIFT特征,采用基于局部单应约束进行迭代匹配传播以获得更多的配准控制点并用于精确估计投影变换模型,完成影像的配准。同现有方法相比,所提算法在匹配点数、匹配正确率和配准精度方面有较大优势。     

不同特征提取算法对相机运动估计的适用性研究

针对不同特征提取算法对不同传感器平台获取的影像空间相对关系估计的适用性问题,该文以不同来源的影像数据为研究对象进行实验分析。采用基于特征的影像匹配算法SIFT,SURF,ORB对影像进行特征提取和匹配,利用RANSAC算法进行粗差剔除,随后使用归一化的八点法估计基础矩阵,最后采用辛普森距离统计像素均方根误差。结果表明,在不考虑速度的情况下,SIFT算法对于各类影像的相对位置关系估计有较好的精度;ORB算法在速度上有较大优势,检测和匹配的特征点数目最多;SURF算法的速度和精度介于两者之间。     

基于MSER的SAR影像配准算法

研究了一种基于最大稳定极值区域（MSER）的SAR影像配准方法。该方法首先利用MSER算法提取影像上的特征区域,并对提取的特征区域进行椭圆拟合;然后对椭圆拟合后的特征区域分别进行归一化、SIFT描述子描述及匹配。选取实际的SAR影像进行配准试验,并将本文方法与SIFT算法得出的结果进行比较,结果表明：本文算法匹配精度可以达到像素级配准精度,即满足影像配准精度要求,匹配速度优于SIFT算法。     

基于特征的影像匹配算法性能评估

目前,针对影像特征匹配的算法有很多,但是对于不同地物特征的影像,无法准确地选取可适用的匹配算法。针对此问题,本文选取了四种稳健的算法SIFT、SURF、ORB、AKAZE,在四种不同地物特征的相似影像上进行特征点检测,之后结合不同的描述子进行影像特征匹配,并对所检测的特征点的重复率及其描述子进行适应性实验,以此来判断不同算法对不同地物特征的影像适应范围。实验数据表明:针对特征点适应性实验,AKAZE算法在各类影像上所提取的特征点相对比较稳定;针对特征点匹配实验,在影像不涉及旋转变化时,AKAZE与SIFT描述子结合进行特征点匹配,影像的匹配率显著提高;若要实现影像的旋转不变性,此时可选用SURF-SIFT、AKAZE。     

基于SURF算法的无人机遥感影像拼接技术

在影像匹配的研究上,SIFT算法在特征匹配方面的应用一直是国内外学者关注的热点之一。最近几年,有研究者提出了SURF算法,该算法是在SIFT算法基础上作了一些改进后得到的新算法。为了比较这两种算法在影像特征点提取上的优劣性,本文开发了相应的软件程序,并采用无人机遥感影像数据进行了算法的实例验证。发现相比于SIFT算法,SURF算法在影像特征点提取中无论是运算速度还是提取的特征点数量都有较大进步。基于此将SURF算法应用到无人机遥感影像拼接中,并通过高斯滤波对拼接影像进行平滑处理,获得了令人满意的拼接影像。     

图像特征点提取及匹配技术研究

图像特征点提取和图像匹配技术是图像处理领域中的重要技术,同时是多种图像处理及应用的基础。本文主要研究利用Forstner算子、Moravec算子、Harris算子、SIFT算子对近景影像和航空影像进行特征点提取;接着,采用基于SIFT的匹配来确定匹配同名像点,利用核线约束匹配的搜索范围,约束范围内的特征点;接着,采用灰度相似性约束和双向一致性约束对匹配结果进行检核;最后,得出特征提取和特征匹配的结果。基于本文研究的特征点影像提取及匹配方法,分别选取一组近景影像和数码航空影像进行实验,实验结果证明了本文方法的可靠性和高效性。     

面向无人机红外影像拼接的特征提取算法对比研究

由于无人机获取的红外影像具有低对比度、大几何畸变、大影像间倾角以及存在噪声影响等特点,使得无人机红外影像拼接颇为困难。这里首先采用SIFT,SURF及Cen Sur E 3种尺度不变特征检测算子分别对无人机红外影像进行特征匹配实验,验证了Cen Sur E算子在红外影像特征提取中的优越性。最后构建了基于Cen Sur E算子的拼接流程,用同一航带5张无人机红外影像进行拼接实验,得到了满意的拼接效果。     

多种角度比较SIFT、SURF、BRISK、ORB、FREAK算法

SIFT、SURF、BRISK、ORB、FREAK等图像特征匹配算法具有不同的鲁棒性,本文利用Mikolajczyk和Schmid所提供的数据集,对这几种算法从匹配速度,应对图像旋转变换、模糊变换、光照变换、尺度变换、视角变换时表现出的鲁棒性等角度进行比较。本文采用的评价指标是两幅图像中成功匹配的特征点对数。经比较分析后发现,SURF和FREAK算法表现出的鲁棒性较为全面。     

低空无人机影像的快速拼接技术研究

对低空无人机影像的快速拼接技术进行研究,采用SIFT算法和SURF算法对尺度不变特征进行提取,根据特征描述符间的欧氏距离进行特征匹配,并使用RANSAC算法对匹配中产生的误匹配点对进行剔除,然后利用单应性矩阵实现无人机的影像拼接。实验结果表明,SIFT算法和SURF算法均能较好地对影像特征进行提取,SURF算法在效率上更优,RANSAC算法的剔除效果较好,能够得到良好的拼接影像。     

SFM的倾斜航空影像空中三角测量

针对传统空中三角(简称空三)测量方法处理倾斜航空影像的不足,提出了一种基于SFM算法的倾斜航空影像空三测量方法。首先利用垂直影像空三结果获取初始区域网模型,垂直影像空三解算可通过常规的空三算法或现有的软件获取。然后采用SFM算法,在初始区域网模型的基础上,递增式地恢复倾斜影像的外方位元素,最后将垂直影像和倾斜影像联合进行绝对定向、区域网光束法平差。选用玉树数据进行空三试验,结果表明:本文提出的SFM方法能够精确解算出倾斜航空影像的外方位元素,且空三结果优于现有倾斜影像空三软件Pix4Dmapper,可以作为一种倾斜航空影像定向方法。     

大范围倾斜多视影像连接点自动提取的区域网平差法

提出了一种大范围倾斜多视影像自动连接点提取和光束法区域网平差算法。首先利用POS数据对倾斜影像进行矫正并预测候选像对,使用SIFT特征进行影像匹配;然后利用并查集数据结构实现多视影像间连接点对应关系的快速确定;最后将POS数据和控制点数据作为带权观测值进行平差解算。选取3种典型的倾斜相机系统(组装轻量级倾斜相机、国产SWDC-5相机、微软UltraCam相机)进行了试验,结果表明,本文算法能够适应国内外流行的倾斜摄影系统,且一次性可处理的影像数目超过2000张;在相同条件下倾斜影像光束法区域网平差的整体精度优于传统垂直摄影情形,实际精度可以达到水平方向0.75 GSD,高程方向2.0GSD。     

基于NSCT和SURF的遥感图像匹配

SURF(Speed Up Robust Features)算法是对尺度不变特征变换SIFT(Scale Invariant Feature Transform)算法的一种改进,应用到遥感图像匹配领域中可以大大提高匹配速度,但是匹配精度略有下降。为此,本文提出一种基于无下采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)和SURF的遥感图像匹配算法。首先使用NSCT分别分解参考图像和待匹配图像,得到各自对应的低频分量;然后把这两幅低频分量图像作为SURF算法的输入图像进行预匹配,降低高频噪声对匹配结果的影响;最后利用预匹配结果求解变换模型的参数,并采用随机抽样一致RANSAC(Random Sample Consensus)算法剔除误匹配点对,解决了SURF算法存在的错误匹配问题。实验结果表明,与SIFT算法、SURF算法相比,本文算法具有更高的匹配精度和更快的匹配速度,且抗旋转、噪声、亮度变化能力更强。     

DEM辅助下的倾斜航摄影像匹配方法

在倾斜航空摄影测量中,倾斜影像间由于视角差异较大,具有较大几何变形,而具备仿射尺度不变性的ASIFT算法存在效率较低的问题,提出一种DEM辅助下的倾斜航摄影像匹配方法。该方法通过利用影像的粗略外方位元素和测区的DEM数据,首先对倾斜影像进行仿射变换来减弱几何变形;然后通过SIFT特征匹配算法来获取同名点对,并使用RANSAC剔除误匹配;最后将同名点对根据单应矩阵反算回原影像,以基础矩阵估计法剔除误匹配,获得最终匹配点对。通过对多组数据进行实验,结果表明,该算法的计算效率较高,获得的匹配点对在数量和分布情况上也更为理想。     

融合SIFT与SGM的倾斜航空影像密集匹配

针对倾斜航空摄影特点与匹配处理要求,提出了融合尺度不变特征转换SIFT与半全局匹配SGM的倾斜影像密集匹配方法,包括两个阶段:(1)引入局部二阶矩变换的SIFT倾斜影像稀疏匹配。利用与二阶矩特征值有关的Hessian-Gabor算子提取影像初始特征,通过窗口二阶矩变换及椭圆归一化处理去除特征邻域的仿射变化,使得改进SIFT的特征描述符仿射不变性大大增强,满足宽基线倾斜像对稳健匹配要求的同时并能获得较多的匹配特征作为后续SGM优化计算的路径约束条件;(2)路径受限优化下的SGM倾斜影像密集匹配。以倾斜影像SIFT成功匹配像素的互信息为约束,对SGM的动态规划路径进行分段纠正,减小错误匹配代价的传播并加速最优路径搜索过程;以匹配像素的离散视差信息为基础,基于TPS变换生成良好初始视差图,以提高SGM互信息计算的可靠性并提高计算效率;对理想水平像对下的摄影测量水平核线重排过程进行扩展,整体旋转摄影基线以消除分量BX,BY的影响并建立虚拟"水平"像空间辅助坐标系,从而利用相对定向参数生成沿扫描线方向的"水平"核线影像以满足SGM应用要求。倾斜影像密集匹配试验结果证明了算法的有效性,可为后续摄影测量DSM自动生成或3维快速重建工作提供可靠、逐像素的密集匹配点。     

倾斜立体影像的Shi-Tomasi特征匹配

针对倾斜影像畸变大的现象,提出一种适用于倾斜立体影像匹配的方法。首先采用基于SIFT算法的匹配点对消除影像间的射影失真;然后提取Shi-Tomasi特征并采用多窗口的归一化互相关系数(NCC)计算相似性测度,获得稳定的匹配点对;最后使用两组倾斜影像将该算法同SIFT算法和ASIFT算法进行综合对比分析。实验结果表明,所提算法在正确匹配点对数量、匹配点对分布及匹配精度上均优于其他两种算法。     

利用图割算法进行城市密集点云表面模型重建

利用倾斜影像获得的密集点云来构建表面模型是基于倾斜影像进行三维重建的核心之一。本文针对现行密集点云表面模型重建存在的建模效率低、表面选取不真实等问题，提出了一种基于图割算法的城市密集点云表面模型重建方法。利用该方法重建城市密集点云表面模型，首先通过预处理软件对无人机倾斜影像进行空中三角测量，并利用空中三角测量的解算结果生成密集点云；然后对密集点云添加相应的边，同时对三维点云根据距离进行选取合并；最后根据三维点云形成的四面体和三角面建立图割问题，并通过求解图割问题来求取最优的密集点云表面模型。为证明这种方法的可行性和有效性，使用城市地区的无人机倾斜影像数据进行城市密集点云表面模型重建，试验结果表明，该方法具有可行性好、建模效果好、处理速度快等优势。     

倾斜航空影像的城市建筑物三维模型构建研究

针对当前城市建筑物三维模型构建的需要,本文提出一套利用无人飞艇载四组合特宽角相机同时实现高精度空中三角测量和建筑物景观三维建模的技术路线。一方面通过基于四相机重叠影像自动匹配的自检校,达到设备轻小型化条件下的精密等效中心投影构像,用以支持高精度空中三角测量;另一方面,通过自检校的4个方向倾斜的相机,达到一次飞行同时获得四方向建筑物侧面影像的目的,为城市景观的三维表达、精细建模和可视化提供一种新的、快捷的技术方案。