共查询到20条相似文献,搜索用时 109 毫秒
1.
针对传统尺度不变特征转换(SIFT)算法在高分辨率影像中检测特征点数量多、匹配效率低、无法快速对无人机低空遥感影像进行特征匹配的问题,该文优化SIFT-OCT算法的特征检测、特征匹配方法,主动放弃第一组尺度空间进行特征检测,并采用影像分块的方法加快检测过程;在特征匹配阶段,提出相似性系数进行匹配点对二次筛选,利用随机抽样一致性(RANSAC)算法计算透视变换模型参数进行精匹配.选取同一无人机序列影像中的4组不同地物类型的影像进行对比验证实验,结果表明,优化SIFT-OCT算法极大地限制特征提取数量,提高影像匹配效率,适合无人机低空遥感影像匹配. 相似文献
2.
3.
无人机低空遥感技术应用 总被引:1,自引:0,他引:1
《国土资源遥感》2017,(4)
为了推广无人机低空遥感技术的应用,对其关键技术进行了研究,分析了无人机低空遥感系统的功能设计与考虑,归纳了工作流程,形成了一套完整的无人机低空遥感应用于地质调查的技术路线。为了验证这一技术方法的实用性,将搭建的无人机低空遥感系统在北京周口店地区进行了应用实验。结果表明,该技术方法可为地质调查、应急测绘等提供及时有效的影像数据,对无人机低空遥感应用具有参考意义。 相似文献
4.
5.
6.
周鸿翔 《测绘与空间地理信息》2019,42(5):32-34
无人机低空遥感摄影是获取地理环境信息的重要手段,凭借其机动灵活、高效快速、成本低廉等特点,无人机获取低空遥感影像的方式,具备了其他影像获取方式不可比拟的优势。本文根据正射影像成果质量要求,分析了无人机低空遥感正射影像质量控制的环节和关键要素,建立了较为全面、合理的质量评价体系,提高了无人机遥感影像质量评定的效率。 相似文献
7.
8.
无人机低空航拍遥感系统具有运行成本低、执行任务灵活性高等特点,是卫星遥感和载人航空遥感的有力补充。通过在贵州高原山区进行多次无人机航拍试验,提出存在的问题及改进方法,探索一条适宜于贵州高原山区的无人机低空遥感影像数据的获取与处理方法,以期利用无人机遥感平台解决喀斯特高原多云雾山区高分辨率影像资料获取困难的问题。 相似文献
9.
针对喀斯特地貌地形起伏大、沟壑纵深、影像局部存在阴影,该地区无人机遥感影像匹配难度大,该文提出一种基于AKAZE特征和RANSAC算法的喀斯特地貌无人机遥感影像的快速匹配方法。该方法采用AKAZE特征检测算法提取喀斯特地貌无人机遥感影像的特征点,能够较为精简地描述出影像的特征,影像匹配时间缩短,匹配速度提高明显;由于预匹配存在错误点对,利用单应性矩阵的RANSAC算法进行精准匹配,剔除错误匹配点对,同时得到最优的单应性矩阵。实验结果表明,该方法的匹配耗时和匹配正确率较优于经典的SURF和BRISK算法,该匹配方法更适合于喀斯特地貌无人机遥感影像匹配。 相似文献
10.
针对无人机在区域范围拍摄的低空遥感影像数量多,且相邻影像间存在旋转、尺度变化大等导致的立体定向困难问题,本文提出一种适用于无人机影像自动相对定向及模型连接的流程。即利用SURF算法对区域无人机影像进行特征提取后,连续相对定向及模型连接过程使用结合相对定向模型的RANSAC算法去除错匹配点,并针对RANSAC算法选取样本匹配点对容易陷入局部最优问题进行改进,提高了结果精度。 相似文献
11.
12.
《测绘与空间地理信息》2016,(9)
低空遥感因为其飞行平台的不稳定性,造成遥感影像间的旋偏角和比例尺差别都比较大,所以很难用一般的基于区域灰度的匹配方法对其进行匹配。针对低空遥感的这一特点,本文首先利用BRISK算子对低空遥感的影像进行特征点的提取,然后,分别用OpenCV中的BruteForceMatch和FlannBasedMatch两种匹配方法对特征点进行匹配,对比结果后显示,FlannBasedMatch匹配方法的性能更有优越性。 相似文献
13.
14.
针对BRISK特征检测算法在遥感影像中匹配时同名点对冗余度高和全局性差等特点,考虑BRISK特征检测算法能获取大量无人机遥感影像特征点,Delaunay三角网算法能够利用影像的BRISK特征点的粗匹配点对构建三角网,本文综合两种算法的优点,提出了一种结合BRISK特征检测算法和Delaunay三角网算法的剔除无人机遥感影像误匹配点对方法。该方法利用两张影像的BRISK粗匹配特征点构建Delaunay三角网,利用遍历两张影像三角网中的三角形相似度剔除错误匹配点对,并利用摄影不变量原理进一步剔除误匹配点对,提高了两张影像的精度;对比分析了Delaunay三角网的射影不变量算法,RANSAC算法分别剔除原始影像组、加入椒盐噪声影像组及旋转影像组的BRISK特征误匹配点对的效果。试验结果表明,3组影像分别利用结合BRISK特征和Delaunay三角网的射影不变量算法的无人机遥感影像匹配方法获得的正确特征匹配点对冗余度低、全局性优。 相似文献
15.
16.
17.
研究基于点特征的匹配算法,结合现有影像匹配算子的优缺点,提出一种适用于低空遥感影像特征点的自动提取与匹配方法。首先在简化的高斯尺度空间中检测Harris角点,使该特征点具有尺度不变性;然后采用Forstner算子对关键点精确定位,精度达到子像素级;最后通过简化特征点描述符实现算法简化。在特征点匹配阶段,采用BBF-KD初匹配和二次精匹配提高匹配精度。以低空遥感影像为实验数据测评SIFT算法和文中方法在提取速度、匹配正确率、稳定性等方面的性能。实验结果表明,相对于传统的SIFT算法,处理影像清晰的低空遥感数据时本方法有更高精度和更快速度。 相似文献
18.
19.
20.
SIFT特征算子在低空遥感影像全自动匹配中的应用 总被引:7,自引:0,他引:7
低空遥感影像由于其飞行平台的不稳定性,影像间旋偏角和比例尺差异较大,因此常用的基于区域灰度的匹配方法很难获得令人满意的匹配结果,甚至无法进行匹配。本文针对低空遥感影像的特点,介绍了基于SIFT算子的特征匹配原理及其在低空遥感影像全自动匹配中的应用。试验结果表明,利用核线约束进行SIFT特征匹配,其速度和精度能够满足低空遥感影像的应用需求。 相似文献