一种改进的APAP影像匹配算法

doi:10.13474/j.cnki.11-2246.2020.0092

测绘通报 ›› 2020, Vol. 0 ›› Issue (3): 123-128.doi: 10.13474/j.cnki.11-2246.2020.0092

• 第七届测绘科学前沿技术论坛获奖作文 • 上一篇下一篇

一种改进的APAP影像匹配算法

张冬梅, 卢小平, 苗沛基, 周雨石, 马靓婷

河南理工大学矿山空间信息技术自然资源部重点实验室, 河南焦作 454000

收稿日期:2019-05-30 出版日期:2020-03-25 发布日期:2020-04-09
通讯作者: 卢小平。E-mail:hpuluxp@163.com E-mail:hpuluxp@163.com
作者简介:张冬梅(1992-),女,硕士生,主要研究方向为视频流处理。E-mail:1770556573@qq.com
基金资助:
国家重点研发计划（2016YFC0803103）；河南省高校创新团队支持计划（14IRTSTHN026）

An improved APAP image matching algorithm

ZHANG Dongmei, LU Xiaoping, MIAO Peiji, ZHOU Yushi, MA Liangting

Key Laboratory of Mine Spatial Information and Technology of MNR, Henan Polytechnic University, Jiaozuo 454000, China

Received:2019-05-30 Online:2020-03-25 Published:2020-04-09

摘要/Abstract

摘要： 针对无人机影像匹配时易出现影像重影、透视失真和耗时较长等问题，本文提出了一种改进的APAP算法。该算法首先利用SIFT算法选取特征点，通过改进RANSAC算法去除误匹配点；然后根据APAP算法对影像进行网格划分，求每个网格的单应性矩阵，并对单应性矩阵进行线性化；最后根据线性化的单应性矩阵进行影像匹配，单应性矩阵的线性化不仅对影像匹配时产生的重影现象有较好的削弱作用，而且能减少非重叠区域的透视失真。试验结果表明，本文方法在匹配效率和匹配效果方面效果显著。

关键词: 无人机影像, APAP算法, RANSAC算法, 单应性矩阵, 线性化

Abstract: Aiming at the problems of image ghosting, perspective distortion and long time consumption when UAV image matching, this paper proposes an improved APAP algorithm. First, this algorithm uses SIFT algorithm to select feature points and removes the mismatch point by improving RANSAC algorithm. Then, according to the APAP algorithm, the image is meshed, the homography matrix of each mesh is obtained, and the homography matrix is linearized. Finally, the image matching is performed according to the linearized homography matrix, and the homography matrix is Linearization not only weakens the ghosting phenomenon caused by image matching, but also reduces the perspective distortion of non-overlapping regions. The experimental results show that the proposed method is effective in matching efficiency and matching effect.

Key words: UAV image, APAP algorithm, RANSAC algorithm, homography, linear

中图分类号:

P237

张冬梅, 卢小平, 苗沛基, 周雨石, 马靓婷. 一种改进的APAP影像匹配算法[J]. 测绘通报, 2020, 0(3): 123-128.

ZHANG Dongmei, LU Xiaoping, MIAO Peiji, ZHOU Yushi, MA Liangting. An improved APAP image matching algorithm[J]. Bulletin of Surveying and Mapping, 2020, 0(3): 123-128.

参考文献

[1] 魏嘉磊.基于SIFT算法的无人机高分影像几何配准研究[J].北京测绘,2019,33(1):49-53.
[2] 李德仁,李明.无人机遥感系统的研究进展与应用前景[J].武汉大学学报(信息科学版),2014,39(5):505-513.
[3] 陈晓龙,陈显龙,彭瑶瑶.无人机影像处理关键技术研究[J].北京测绘,2016,30(3):24-27.
[4] LOWE D G. Distinctive image features from scale-invariant Keypoints[J].International Journal of Computer Vision,2004,60(2):91-110.
[5] BAY H, ESS A,TUYTELAARS T, et al. Speed-up robust features[J].Computer Vision and Image Understanding,2008,110(3):404-417.
[6] CALONDER M, LEPETIT V,STRECHA C,et al.BRIEF:binary robust independent elementary features[C]//European Conference on Computer Vision. [S.l.]: Springer-Verlag, 2010:778-792.
[7] CALONDER M, LEPETIT V,OZUYSAL M,et al.BRIEF:computing a local binary descriptor very fast [J].IEEE Transactions on Pattern Analysis and Machine Interlligence,2012,34(7):1281-1298.
[8] ZARAGOZA J,CHIN T,TRAN Q,et al.As-projective-as-possible image stitching with moving DLT[J].IEEE Transactions on Pattern Analysis & Machine Intelligence, 2014, 36(7):1285-1298.
[9] LI Nan,XU Yifang,WANG Chao. Quasi-homography warps in image stitching[J]. IEEE Transactions on Multimedia,2018,20(6):1365-1375.
[10] 何川,周军.具有直线结构保护的网格化图像拼接[J].中国图象图形学报,2018,23(7):973-983.
[11] 薛佳乐,赵萌,张哲,等.针对大视差图像拼接的显性子平面配准[J].中国图象图形学报,2018,23(3):323-332.
[12] XIANG T Z,XIA G S, BAI X, et al.Image stitching by line-guided local warping with global similarity constraint[J].Pattern Recognition,2018,83:481-497.
[13] FISCHLER M A, BOLLES R C. Random sample consensus: a paradign for model fitting with applications to image analysis and automated cartography[J]. Comm. of the ACM, 1981, 24(6):381-395.
[14] ZARAGOZA J, CHIN T J, BROWN M S, et al. Asprojective-as-possible image stitching with moving DLT[C]//2013 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), [S.l.]: IEEE, 2013.
[15] 王可,贾松敏,李秀智.基于全概率更新的改进RANSAC算法[J].控制与决策, 2017,32(3):427-434.

一种改进的APAP影像匹配算法

An improved APAP image matching algorithm

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	周烨, 刘云波, 郑丽波, 龙泱君. 多平台点云数据的单木参数提取精度分析[J]. 测绘通报, 2022, 0(7): 168-172.
[2]	贾煜, 汪泓, 蔡宏, 张磊. 结合地形因子与分层策略的喀斯特地区无人机影像分类[J]. 测绘通报, 2022, 0(2): 121-127.
[3]	高莎, 袁希平, 甘淑, 杨明龙, 袁新悦, 罗为东. 融合无人机影像与LiDAR点云的山区地表覆被景观特征探测[J]. 测绘通报, 2022, 0(1): 110-115.
[4]	高莎, 袁希平, 甘淑, 杨亚复, 李霞. 面向复杂山地的机载LiDAR与无人机影像融合应用[J]. 测绘通报, 2021, 0(7): 65-69.
[5]	王挺, 陈超然, 彭梦圆, 黄尔双, 黄霞. POS辅助和核线约束的倾斜影像匹配方法[J]. 测绘通报, 2021, 0(5): 91-95.
[6]	喜文飞, 赵子龙, 王绍君, 沈志坚, 李帅. 一种改进的无人机影像拼接粗差剔除算法[J]. 测绘通报, 2021, 0(2): 36-39.
[7]	何志伟, 唐伯惠, 王涛, 王晓红, 于伯华, 李闯, 邓仕雄. 剔除无人机影像BRISK特征误匹配点对算法[J]. 测绘通报, 2021, 0(10): 78-82.
[8]	周杰, 解琨, 付超, 施昆. 结合SIFT特征点和泊松融合的无人机遥感影像拼接技术[J]. 测绘通报, 2021, 0(1): 94-98.
[9]	葛义攀, 王晓红. 基于本质矩阵的无人机影像精确匹配[J]. 测绘通报, 2020, 0(8): 55-58,75.
[10]	李闯, 王晓红, 何志伟. 利用A-AKAZE算法进行喀斯特地区无人机影像匹配[J]. 测绘通报, 2020, 0(6): 53-56.
[11]	喜文飞, 史正涛, 李国柱. 图论算法的无人机影像匹配特征点粗差剔除[J]. 测绘通报, 2020, 0(4): 6-10.
[12]	耿仁方, 付波霖, 金双根, 蔡江涛, 耿万轩, 娄佩卿. 面向对象的无人机遥感影像岩溶湿地植被遥感识别[J]. 测绘通报, 2020, 0(11): 13-18.
[13]	刘金沧, 王成波, 常原飞. 基于多特征CRF的无人机影像松材线虫病监测方法[J]. 测绘通报, 2019, 0(7): 78-82.
[14]	贺亦峰, 胡荣, 邹进贵. 利用三维激光扫描数据进行建筑物立面点云分割算法分析[J]. 测绘通报, 2019, 0(4): 26-31.
[15]	吉文来, 赵湘玉, 李明峰. 无人机影像特征联合提取与双向匹配研究[J]. 测绘通报, 2019, 0(12): 56-59,64.