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。     

低空遥感影像匹配与拼接技术研究

介绍了无人驾驶飞行器低空遥感的优势和特点,阐述了低空遥感影像的自动匹配及全景图拼接方法,试验结果验证了其匹配和全景影像图自动拼接方法的正确性。     

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。     

一种运用AKAZE特征的无人机遥感影像拼接方法

针对无人机遥感影像旋偏角大、地面覆盖范围小等特点,提出一种运用AKAZE特征匹配算法实现无人机遥感影像的快速拼接。该方法利用AKAZE算法提取影像特征点,采用比值法、RANSAC算法计算出拼接序列之间的单应矩阵,通过中心距离范数加权法进行融合。实验表明,其配准精度优于ORB算法,与SIFT算法相当,而运算效率高于SIFT算法,但不及ORB算法,是一种稳定高效的无人机影像拼接算法。     

大区域无人机影像快速无缝拼接方法

文章提出了一种面向大区域、多航带无人机序列影像快速、无缝拼接方法:以影像序列的航带排布特性作为先验知识,加快影像间多度重叠SIFT特征点的匹配;通过Levenberg-Marquardt方法平差求解拼接区域各影像的变换参数;根据中心投影的像点位移规律与影像间的相对位置关系进行重叠区影像的优选与接边处影像的融合。实验结果表明该方法对于平地、丘陵、山地等不同地形的无人机影像数据都具有很好的适应性。     

遥感卫星条带影像自适应拼接算法研究

主要研究我国"天绘一号"传输型立体测绘卫星下传全色影像条带间拼接问题,基于C++语言完成了大量基于灰度相关算法的拼接试验以及基于SIFT(scale invariant feature transform)算法的拼接试验,在分析试验结果的基础上,得出两种算法在该测绘卫星全色条带影像间拼接问题上的性能对比,提出自适应拼接算法的思想,并对自适应拼接算法进行了大量试验。试验结果表明,自适应拼接算法在拼接性能方面有很大提高,并且该算法在实践中具有可行性,有很高的实用价值。     

从中心投影影像制作正射影像的多种方法研究

提出了由中心投影影像制作数字正射影像的三种新方法:(1)在具备立体像对的情况下,通过立体影像匹配求得视差值,直接利用视差值进行微分纠正,得到正射影像;(2)多中心影像不构成立体像对,但是各中心之间有一定的空间距离时,利用本文推导的一系列数学公式,可在影像匹配的基础上进行基于视差的微分纠正,从而得到正射影像;(3)直接利用地物稠密地区相应比例尺地形图的数字化成果,例如数字栅格地图(DRG)或数字线划地图(DLG),与单帧影像上提取的地物线划进行配准,从而实现正射影像纠正。还给出了影像上的特征线划与地图上的特征线划配准的新方法。     

基于点特征的低空遥感影像多级高效率匹配方法研究

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。     

基于SIFT特征的多源遥感影像自动匹配方法

本文提出一种基于SIFT特征的不同源遥感影像自动匹配方法。首先利用Harris算子结合SIFT特征提取影像上均匀分布的特征点,建立高维SIFT特征描述符;然后以待匹配点与参考点间的欧氏距离为相似性测度,实施两种不同源遥感影像的特征匹配;最后将SIFT特征匹配结果作为初始值,采用将搜索范围扩大到尺度空间后的改进最小二乘影像匹配方法对SIFT特征匹配获得的同名像点进行精匹配。经对同一地区SPOT-5 HRG全色影像与航空摄影影像的匹配试验,取得了较好的结果。     

一种考虑云检测的遥感影像匹配方法

针对有云遥感影像间常规匹配效果不佳的问题,提出了一种考虑云检测的遥感影像匹配方法,主要包括有云区域的探测、特征点提取和相位匹配三个部分。通过对影像局部区域的高亮度像素的统计,在特征点提取时避开有云区域,最后通过物方空间的相位相关获取同名点对。实验表明本方法在包含大量云团的影像之间能够明显改善匹配效果。     

基于影像匹配的基础性地理国情监测遥感影像快速制作

随着各地第一次全国地理国情普查的陆续完成,地理国情监测与更新已进入常态化。遥感影像作为基础性地理国情监测的主要数据源,具有数据量大、范围广、影像类型多等特点,基于影像匹配等技术,使用PixelGrid-GEO光学卫星影像数据处理系统,可快速批量地制作遥感卫星影像,为基础性地理国情监测的顺利展开奠定了基础。     

无人飞行器低空遥感系统机载传感器搭配方案研究

根据生产实践经验比较几种常用无人飞行器低空航测系统影像传感器的优缺点,并提出提高无人机测量精度、多源传感器集成和跨行业应用的一些实用解决方案。     

基于降采样处理的低空遥感影像SIFT特征匹配分析

针对影像数据降采样预处理对SIFT特征匹配数量和精度的影响进行试验分析,并对在相同采样频率下不同插值方法导致特征匹配数量与精度的差异进行详述,提出在满足影像分辨率要求的前提下,使用三次卷积内插方法进行80％～90％的降采样预处理,可以获得最大的特征匹配数量且满足匹配精度,而所需要的时间开销则减少20％～30％,具有重要...     

利用自由形状线特征的遥感影像分级匹配方法

为较好地解决自由形状线特征匹配研究中线特征丰富信息的充分利用与有效描述这对矛盾,提出一种利用分级匹配策略的遥感影像匹配方法。为保证方法具有较高的匹配精度,从影像中检测亚像素边缘并进行有效的跟踪以得到连续性较好的自由形状线特征;再从中提取闭合线特征、线特征交点和角点等较稳定的特征作为共轭实体进行粗匹配,在确定各类特征的待选同名特征后,根据面积、角度等几何信息以及模型参数的分布特点逐步剔除误匹配,进而利用同名特征确定精匹配的初始参数;精匹配时对线特征中的亚像素边缘点加以利用,采用多层次二维迭代最邻近点(ICP)法依次利用由低到高采样率的边缘点进行匹配。试验结果表明,粗匹配选取的特征性能稳定,具有较高的匹配正确率和精度,能为精匹配提供较准确的初始参数,精匹配能达到与最小二乘影像匹配相当的亚像素级匹配精度,并且对具有较小仿射变形的影像也能实现稳定、准确的匹配。     

PBIL算法在遥感影像匹配中的应用

提出了一种将基于群体增量学习(population-based incremental learning,PBIL)算法用于遥感影像匹配的方法,给出了详细的理论和实验分析,引入信息熵作为PBIL算法迭代终止的条件之一,取得了较好的实验结果。实验表明,基于该算法的影像匹配运算速度比较快,且收敛过程比较稳定。     

基于Zernike矩的多时相遥感影像匹配方法研究

针对参与变化检测影像的特点,归纳多时相影像匹配方法应满足的条件,提出了一种基于Zernike矩的匹配策略。在进行多时相影像匹配时,该方法对灰度的线性变化不敏感,而且可以匹配存在较大旋转角度的影像。试验表明,该匹配策略具有较高的匹配正确率。     

低空无人机影像匹配流程设计的优化

针对低空无人机倾斜摄影影像匹配精度不高的问题,提出了以SIFT-BRISK算子为基础的影像匹配工作流程。首先,为相邻影像同步建立多尺度影像空间,在不同尺度上检测极值点;然后,根据三维二次函数剔除边缘极值点,确定为影像的匹配点;最后,按照高斯滤波理论,对每个匹配点进行描述,相邻影像各自生成各自的匹配点集合,当两影像匹配点描述相同时,则实现特征点匹配,进而实现相邻影像的高精度匹配。在三维倾斜摄影场景项目中,此方法有效地降低了匹配错误率,提升了匹配效果。     

一种基于线特征的高分辨率遥感影像配准方法

针对高分辨率遥感影像的配准,提出一种基于直线特征的配准方法。首先提取场景中的直线特征,其次利用一种迭代的霍夫变换方法建立直线特征的相关,最后以仿射变换作为配准转换函数,利用对应特征在同一参考坐标中的距离作为相似测度求解配准转换函数,从而实现了高分辨率遥感影像的快速配准。试验结果表明该方法对具有全局仿射几何失真的图像配准问题,具有较高的可靠性和配准精度。