資源描述：
《低空無(wú)人機(jī)遙感影像高精度自動(dòng)匹配方法探究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、低空無(wú)人機(jī)遙感影像高精度自動(dòng)匹配方法探究 摘要：本文針對(duì)低空無(wú)人機(jī)遙感影像的特點(diǎn)，提出一種基于Harris角點(diǎn)和SIFT特征的自動(dòng)匹配算法，并利用基于單應(yīng)矩陣和核線幾何雙重約束的RANSAC相對(duì)定向剔除錯(cuò)誤匹配。通過(guò)一組影像的自動(dòng)匹配試驗(yàn)，結(jié)果具有較高的匹配正確率，驗(yàn)證了算法的有效性，可為區(qū)域網(wǎng)平差解算提供良好基礎(chǔ)。Abstract：Aimingatthecharacteristicsoflow-altitudeUAVremotesensingimage，thispaperproposedanautomaticmatchingalgorithmbasedonHarr
2、iscornerandSIFTfeature，usingRANSACrelativeorientationbasedondoubleconstraintofhomographyandepipolargeometrytorejectmismatch.Experimentwasperformedonasetofimages，validatedthevalidityofalgorithmwithhighaccuracyresult，itcanprovideagoodfoundationforBlockadjustment.關(guān)鍵詞：低空無(wú)人機(jī)遙感影像；Harris角點(diǎn)；SIF
3、T特征；自動(dòng)匹配；錯(cuò)誤匹配剔除Keywords：low-altitudeUAVremotesensing5image；Harriscorner；SIFTfeature；automaticmatching；mismatchrejecting中圖分類(lèi)號(hào)：TP751文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1006-4311（2013）32-0208-02作者簡(jiǎn)介：陳世杰（1982-），男，云南麗江人，中級(jí)工程師，研究方向?yàn)榇蟮販y(cè)量。0引言隨著國(guó)民經(jīng)濟(jì)的持續(xù)發(fā)展，地表形態(tài)變化頻繁應(yīng)實(shí)時(shí)測(cè)繪以及社會(huì)各行各業(yè)對(duì)高分辨率遙感影像的迫切需求，低空無(wú)人機(jī)航空攝影迅速發(fā)展。低空無(wú)人機(jī)航空攝影作為衛(wèi)星遙感
4、和載人飛機(jī)航空攝影的有力補(bǔ)充，具有運(yùn)行成本低、機(jī)動(dòng)靈活、可進(jìn)行云下低空飛行、獲取遙感影像分辨率高等特點(diǎn)，在獲取小區(qū)域高分辨率及困難地區(qū)遙感影像、提供災(zāi)害應(yīng)急測(cè)繪保障等方面產(chǎn)生了良好效果[1]。5低空無(wú)人機(jī)搭載小像幅數(shù)碼相機(jī)，單張像片覆蓋范圍較小，整個(gè)測(cè)區(qū)的完整影像由若干單張像片匹配與拼接而成。在低空作業(yè)時(shí)，受自駕儀（陀螺）、數(shù)碼相機(jī)和機(jī)身三軸關(guān)系不一致、氣流等影響下，會(huì)偏離設(shè)計(jì)航線且飛行姿態(tài)較差，使獲取的相鄰遙感影像間存在較大像片旋角和不規(guī)則的像片重疊度，導(dǎo)致無(wú)法確定搜索范圍，降低基于灰度影像匹配的準(zhǔn)確率和可靠性，甚至失去灰度相關(guān)性。影像匹配作為數(shù)字?jǐn)z影測(cè)量領(lǐng)域的核心
5、問(wèn)題，實(shí)現(xiàn)了不同影像上像點(diǎn)之間對(duì)應(yīng)性關(guān)系的自動(dòng)建立，是空中三角測(cè)量和數(shù)字表面模型等空間數(shù)據(jù)產(chǎn)品自動(dòng)生成的基礎(chǔ)，按匹配基元可分為基于灰度、基于特征和基于理解與解譯三類(lèi)。在影像匹配領(lǐng)域中，有許多基于點(diǎn)特征的檢測(cè)算法，如Moravec、Forstner、Harris、SUSAN、SIFT及其改進(jìn)算法等等，針對(duì)低空無(wú)人機(jī)遙感影像的特點(diǎn)，本文提出一種基于Harris角點(diǎn)[3]和SIFT特征的自動(dòng)匹配算法，并利用基于單應(yīng)矩陣和核線幾何雙重約束的RANSAC相對(duì)定向剔除錯(cuò)誤匹配，來(lái)解決較大像片旋角和不規(guī)則重疊度對(duì)影像匹配的影響，最后通過(guò)自動(dòng)匹配試驗(yàn)驗(yàn)證算法的有效性。1低空無(wú)人機(jī)遙感
6、影像高精度自動(dòng)匹配流程Harris角點(diǎn)檢測(cè)算法在沒(méi)有圖像尺度變化的條件下，對(duì)圖像的視角變化、圖像噪聲以及旋轉(zhuǎn)變化具有比同類(lèi)檢測(cè)算法更好的穩(wěn)定性，且可定量提取特征均勻合理的角點(diǎn)。SIFT特征匹配算法是一種基于尺度空間的，對(duì)圖像縮放、平移、旋轉(zhuǎn)甚至仿射變換保持不變性的圖像局部特征描述算法，在對(duì)較大像片旋角和不規(guī)則的像片重疊度的遙感影像匹配方面擁有強(qiáng)大優(yōu)勢(shì)。本文結(jié)合Harris角點(diǎn)檢測(cè)算法和SIFT特征匹配算法的各自優(yōu)勢(shì)，提出高精度自動(dòng)匹配。5首先建立相鄰兩影像金字塔影像，將最高層金字塔影像劃分規(guī)則格網(wǎng)提取Harris角點(diǎn)；在最高層金字塔影像利用SIFT特征匹配算法獲得初始
7、匹配結(jié)果；利用基于單應(yīng)矩陣和核線幾何雙重約束的RANSAC相對(duì)定向剔除錯(cuò)誤匹配，獲得精度較低的相對(duì)定向元素；根據(jù)左像提取的Harris角點(diǎn)，基于單應(yīng)矩陣和核線約束獲得右像同名像點(diǎn)的概略位置，采用帶核線幾何約束的近似一維影像匹配確定同名像點(diǎn)[2]；經(jīng)各層金字塔影像匹配，在原始影像采用最小二乘匹配獲得高精度匹配結(jié)果。2基于單應(yīng)矩陣和核線幾何雙重約束的RANSAC相對(duì)定向匹配點(diǎn)集中不可避免的存在錯(cuò)誤匹配，本文采用基于單應(yīng)矩陣和核線幾何雙重約束的RANSAC相對(duì)定向剔除錯(cuò)誤匹配。在相鄰兩影像的初始匹配結(jié)果中隨機(jī)抽取n個(gè)匹配點(diǎn)對(duì)，計(jì)算相對(duì)定向元素和相對(duì)定向中誤
