基于SURF改进算法的红外序列影像快速配准的方法研究

提出一种基于SURF算子和特征偏移一致性准则的无人飞行器红外序列影像配准的方法。该方法采用SURF算子对特征点进行提取和匹配。SURF算子仅考虑点的局部信息,没有考虑特征点集的几何信息。本文采用特征偏移一致性准则来剔除误匹配点对,提高特征点对的匹配精度,所得到的特征点集采用LM非线性优化进行单应矩阵求解配准,与其他算法相比,本方法适合于红外序列影像快速拼接,有较好的实用效果和鲁棒性。     

基于Harris与RANSAC算法的无人机影像拼接方法研究

针对Harris算法在进行无人机影像拼接时的特征点误匹配问题,利用RANSAC算法对误匹配的特征点进行剔除,进而实现无人机影像的无缝拼接。首先,基于Harris算法提取兴趣点,利用最短欧式距离进行特征匹配;然后,利用RANSAC算法实现对特征点的精确匹配;最后,利用RANSAC算法得到的单应性矩阵完成无人机影像拼接。实验结果表明:本文方法能够较好地剔除无人机影像拼接时误匹配的特征点,实现对无人机影像的拼接,拼接效果良好。     

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。     

基于Voronoi图无人机影像快速拼接方法研究

为实现大序列城市高分辨率无人机影像的快速拼接,提出了基于Voronoi图的快速拼接技术。以平顶山80幅分辨率为0.1 m的无人机影像为例,先用直方图匹配进行影像间匀光,用反解法数字微分进行正射纠正,再以像主点为中心快速生成测区Voronoi图拼接线网络,最后基于拼接线网络快速拼接。实验结果表明,基于Voronoi图拼接线网络进行城市高分辨率无人机影像拼接,能有效避免中心投影造成的影像边缘较大的投影差,快速获得城市高分辨率正射影像全景图。     

基于GPU的无人机遥感影像快速拼接

近年来,无人机遥感技术得到较快的发展,无人机遥感技术有着实时性强、灵活性强、低成本以及获取影像分辨率高的特点,在处理应急响应任务时,运用无人机遥感技术,优势极为明显。在无人机进行对地航拍时,所获取的是单张影像,由于像幅的限制,影像并不能覆盖完整的目标区域,相邻的多张影像都有着一定的重叠度,利用重叠区域来将多幅影像依次拼接,获得目标区域的一幅完整影像。随着各种传感器技术的提升,无人机上的相机所获取到的影像的分辨率越来越高,这对影像拼接的速度提出了新的要求。基于无人机遥感影像的特点,采用SIFT算子对无人机遥感影像进行拼接工作,并在CUDA平台下对配准算法进行加速处理,从而提高影像拼接的速度。     

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。     

无人机红外影像拼接方法研究

针对红外影像噪声多、对比度低、像幅小、旋偏角大等特点,该文以无人机红外监测技术应用需求为背景,研究了机载红外影像的拼接方法.首先,介绍了常用的机载红外影像格式;接着,对红外影像进行噪声去除、图像增强、畸变差改正等预处理;然后,根据是否有位姿数据,分别采用基于位姿信息和基于运动恢复结构的红外影像配准方法;最后,采用渐入渐出的融合方法消除影像拼接缝.通过实际飞行实验证明了该方法的可行性,具有一定的实际应用价值.     

4种无人机遥感影像快速拼接方法的试验分析

无人机遥感技术凭借其操作方便、灵活性高、分辨率高、投入成本低、现势性好等优势,已经成为获取遥感数据的重要方法之一。但不可否认的是,无人机遥感技术也存在影像量大、像幅小、无规律、拼接难的缺陷。因此,针对无人机遥感影像的拼接处理问题,本文通过试验对比了几种无人机遥感影像拼接方法,并对这几种拼接方法的精度以及应用范围进行了分析。     

基于BSIFT的无人机影像快速拼接算法

针对传统SIFT算法在无人机影像配准过程中速度较慢的问题,提出了一种改进的BSIFT影像拼接方法.针对SIFT特征点描述符计算复杂、占用存储空间过大、匹配耗时过长的缺点,使用BRIEF特征点描述符代替,利用改进方法(BSIFT)对影像进行特征点的提取与匹配,利用RANSAC算法剔除错配点并计算变换矩阵.实验结果表明:本文提出的方法提高了影像拼接速度,而且提高了拼接精度.     

一种基于最小生成树的无人机影像拼接方法

针对无人机影像拼接速度慢精度低的问题,提出了一种基于最小生成树的无人机影像拼接方法。对采集到的序列影像进行特征点匹配,采用LM法和RANSAC算子剔除误匹配点,通过距离阈值使特征点均匀化;计算每一张影像的准则值,以准则值最小的影像为基准影像进行坐标转换;将最小生成树算法引入到拼接路径中,实现多张影像的拼接。实验结果表明,该方法提高了影像的拼接速率,有效避免误差累积对后续拼接影像的影响,改善了拼接效果。     

一种基于拼接线和动态基准的影像拼接方法

针对无人机影像拼接处理中易产生鬼影、错位等问题,提出了一种基于拼接线和动态基准的影像拼接方法。该方法首先采用改进Duplaquet方法搜索最优拼接线,拓宽了拼接线的扩展方向;然后采用动态基准影像拼接策略,降低累积误差的影响;接着提出了最终基准影像的选择方法,并在最终基准影像坐标系下实现多幅无人机序列影像拼接。实验结果表明,该算法能够有效解决传统拼接方法中所遇到的拼接线问题,同时能够避免变换误差较大的影像对后续拼接影像的影响,获得更好的拼接结果。     

以卫星影像为底图的无人机图像自动拼接方法

针对无人机影像受成像角度倾斜、光照不均匀等影响,导致常规匹配方法拼接效果较差的问题,该文提出一种基于现有卫星影像的由粗到精无人机图像自动拼接方法。首先,在对图像进行粗匹配阶段,提出了一种基于环状描述子的尺度不变特征变换,用于解决图像间旋转和尺度的差异,较好地克服了SIFT算法描述子维度较高且计算量大的不足。其次,引入分块互信息进行精匹配,减少拼接过程中的累计误差。最后,采用该文提出算法对无人机图像进行拼接,实验结果表明,该文提出的无人机图像拼接算法在满足实时性要求的同时可以达到较高精度。     

无人机影像快速拼接改进

无人机摄影测量过程中具有相对航高较低,航行姿态不稳定,所获影像分辨率高,数量大等的特点,在影像拼接过程中涉及多张影像,其拼接误差会随拼接影像的数量增加而增大,其误差影响不容忽视。本文在对无人机影像拼接误差进行详细分析的基础上,在SIFT算法的基础上,通过确定合适的高斯核尺寸,采用分块匹配的策略,用L-M非线性最小二乘平差法在匹配过程中进行误匹配的剔除,实验结果表明,该方法对无人机影像的快速拼接效率和精度均有改进。     

一种无人机影像滤波分频拼接算法

针对无人机影像拼接处理中易产生鬼影、拼接缝等问题,提出一种基于滤波分频的无人机影像拼接算法。首先利用高斯低通滤波将已配准的无人机影像对分解成高频、低频影像;然后对低频影像采用加权平滑融合算法进行拼接,基于改进的动态规划算法搜索最优拼接线完成高频影像的拼接;最后将拼接好的高频、低频影像线性合成得到最终的拼接影像。实验表明,本文提出的算法可以较好地解决无人机影像拼接过程中出现的鬼影问题,最大化地避免拼接缝的出现,而且对亮度差异明显的无人机影像对也能取得良好的拼接效果。     

一种基于改进的SIFT特征点算法的无人机影像快速匹配研究

由于无人机在空中的姿态不稳定,拍摄的影像存在像幅小、数量多、基线短、倾角过大、曝光不均匀等问题,采用常规的影像匹配方法效果不是很理想,有时甚至无法进行匹配,而SIFT(Scal Invariant Featre Transform)算子因其良好的尺度、旋转、光照等不变特性而广泛应用于图像处理中。本文分析了SIFT算子的优点,介绍了用该算法对无人机影像进行特征点的提取,并采用最小二乘算法进行精匹配。经对同一地区无人机航空摄影影像的匹配试验,取得了较好的结果。实验证明,该方法具有稳定、可靠、快速等特点,应用前景十分广阔。     

一种基于位姿参数的无人机影像快速拼接方法

为提升无人机影像拼接效率,本文提出了一种基于位姿参数的无人机影像快速拼接策略。首先,分析无人机影像拼接流程,选取单应性变换矩阵,用于消除旋转、平移、缩放等变形;然后,推导基于姿态信息的影像校正模型,将倾斜影像转换为水平影像,进一步改善拼接效果;最后,选用“两两先拼、顺序合成”的方法完成影像拼接。实验结果表明,本文影像拼接策略能消除大部分拼接误差,获取较好的影像拼接图,免去了全局配准与整体平差的过程,使得影像拼接效率明显提升,具有重要的应用价值。     

一种基于拼接线的无人机序列影像拼接方法

通过无人机低空摄影获取的地面高分辨率影像具有成本低、方便快捷等优点,但由于超低空飞行拍摄的影像覆盖范围较小,所以需要通过影像拼接来获取更大范围的影像数据。研究了一种基于拼接线的影像拼接方法,对原有检测方法进行了改进,并通过实验说明了改进后的方法可以获得更好的拼接结果。     

自动检测拼接线的无人机视频影像快速拼接方法

为了实现无人机视频影像的快速、优质拼接,结合灰色关联度与影像直方图匹配等技术,建立一种自动检测拼接线的无人机视频影像拼接方法。该方法拼接速度快,影像色彩变化平滑,并且无明显接缝痕迹,在简单、实用、可靠性方面优势明显;并通过实验验证,在硬件普通配置的笔记本电脑上也完全能够满足无人机视频影像实时拼接的需求。     

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。