结合SURF算法和单应性矩阵的无人机影像匹配

doi:10.13474/j.cnki.11-2246.2018.0206

测绘通报 ›› 2018, Vol. 0 ›› Issue (7): 38-42.doi: 10.13474/j.cnki.11-2246.2018.0206

结合SURF算法和单应性矩阵的无人机影像匹配

王晓红¹, 邓仕雄², 何志伟², 曹留霞², 闫星光²

1. 贵州大学林学院, 贵州贵阳 550025;
2. 贵州大学矿业学院, 贵州贵阳 550025

收稿日期:2017-09-15 出版日期:2018-07-25 发布日期:2018-08-02
作者简介:王晓红(1970-),男,博士,副教授,主要研究方向为3S技术应用和遥感图像处理。E-mail:gzdxwxh@163.com
基金资助:
贵州省自然科学基金（黔科合J字〔2014〕2070）；贵州省科技计划课题（黔科合LH字〔2014〕7649）；贵州省研究生教育教学改革重点课题（黔教研合JG字〔2015〕010）；贵州大学测绘科学与技术研究生创新实践基地建设项目（贵大研CXJD〔2014〕002）；贵州大学研究生重点课程建设项目（贵大研ZDKC〔2015〕008）

Study of UAV Image Matching Based on SURF Algorithm and Homography Matrix

WANG Xiaohong¹, DENG Shixiong², HE Zhiwei², CAO Liuxia², YAN Xingguang²

1. Lin College, Guizhou University, Guiyang 550025, China;
2. Mining College, Guizhou University, Guiyang 550025, China

Received:2017-09-15 Online:2018-07-25 Published:2018-08-02

摘要/Abstract

摘要： 针对无人机影像受拍摄条件影响或区域环境复杂造成的匹配效果不佳，局部区域甚至无法匹配的问题，基于SURF算法，利用多重约束条件改进算法对无人机影像进行了特征匹配。该匹配算法首先利用SURF算法检测影像特征点，利用FLANN快速搜索结合KNN算法筛选特征点，选出构造单应性矩阵的最优内点匹配对，然后利用基于单应性矩阵的RANSAC算法过滤掉错误匹配。试验结果表明：与基于SURF算法的单一约束条件的无人机影像匹配相比，多重约束条件的无人机影像匹配算法在匹配质量优化的同时能提高无人机影像匹配集数量，该算法在误匹配减少的前提下能获得更多准确的特征点。

关键词: SURF算法, 无人机影像, 单应性矩阵, 极线约束, 特征匹配

Abstract: For unmanned aerial vehicle (UAV) video shooting conditions,or by the regional complex environment caused by matching the effect not beautiful,local area can't even match,this article proposes an improved algorithm using multiple constraints of UAV image feature matching based on SURF algorithm.The matching algorithm firstly uses SURF algorithm to detect image feature points,uses FLANN fast search algorithm combined with the feature of KNN algorithm screening point to select the structure one interior point matrix of the optimal matching of,then uses RANSAC algorithm based on single matrix to filter mismatch.The experimental results show that with a single constraint conditions based on SURF algorithm compared to the UAV image matching,UAV image matching algorithm of multiple constraints in optimization matching quality at the same time can improve the UAV image matching set number,under the premise of the algorithm in matching error reduce can obtain more accurate feature points.

Key words: SURF algorithm, UAV image, homography matrix, epipolar constraint, feature matching

中图分类号:

P237

王晓红, 邓仕雄, 何志伟, 曹留霞, 闫星光. 结合SURF算法和单应性矩阵的无人机影像匹配[J]. 测绘通报, 2018, 0(7): 38-42.

WANG Xiaohong, DENG Shixiong, HE Zhiwei, CAO Liuxia, YAN Xingguang. Study of UAV Image Matching Based on SURF Algorithm and Homography Matrix[J]. 测绘通报, 2018, 0(7): 38-42.

参考文献

[1] 姬渊,秦志远,王秉杰,等.小型无人机遥感平台在摄影测量中的应用研究[J].测绘科技装备,2008,10(1):46-48.
[2] LOWE D G.Object Recognition from Local Scale-invariant Features[C]//Proceedings of the 7th IEEE International Conference on Computer Vision.Piscataway,NJ:IEEE,1999:1150-1157.
[3] LOWE D G.Distinctive Image Features form Scale-invariant Keypoints[J].International Journal of Computer Vision,2004,60(2):91-110.
[4] BAY H,TUYTELAARS T,GOOL L V.SURF:Speeded Up Robust Features[C]//Proceedings of European Conference on Computer Vision.Graz,Austria:[s.n.],2006:404-407.
[5] YAN K,SUKTHANKAR R.PCA-SIFT:A More Distinctive Representation for Local Image Descriptors[C]//Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition.Piscataway,NJ:IEEE,2004:511-517.
[6] 张春美,龚志辉,孙雷.改进SIFT特征在图像匹配中的应用[J].计算机工程与应用,2008,44(2):95-97.
[7] 杨亮,郭新宇,赵春江,等.一种基于SIFT描述子的特征匹配新算法[J].微计算机信息,2009,25(28):135-137.
[8] 冯亦东,孙跃.基于SURF特征提取和FLANN搜索的图像匹配算法[J].图学学报,2015,36(4):650-654.
[9] 甄艳,刘学军,王美珍.一种改进RANSAC的基础矩阵估计方法[J].测绘通报,2014(4):39-43.
[10] 胡同喜,牛雪峰,谭洋,等.基于SURF算法的无人机遥感影像拼接技术[J].测绘通报,2015(1):55-58,74.
[11] 何敬,李永树,鲁恒,等.基于SIFT特征点的无人机影像拼接方法研究[J].光电工程,2011,38(2):122-126.
[12] 许超,聂诗良.基于SURF和改进渐入渐出法的图像拼接算法[J].数字技术与应用,2016(12):133,136.
[13] ALTMAN N S.An Introduction to Kernel and Nearest-neighbor Nonparametric Regression[J].American Statistician,1992,46(3):175-185.
[14] FISCHLER M A,BOLLES R C.Random Sample Consensus:A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography[J].ACM Graphics and Image Processing(S0001-0782),1981,24(6):381-395.
[15] 时磊,谢晓方,乔勇军.基于SURF算法和OpenCV的人脸特征检测技术研究[J].计算机与数字工程,2010,38(2):124-126.

结合SURF算法和单应性矩阵的无人机影像匹配

Study of UAV Image Matching Based on SURF Algorithm and Homography Matrix

PDF

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]	侯泽鹏, 徐二帅, 王文亮, 许志华. 局部特征匹配的卫星影像几何偏差估计可行性分析[J]. 测绘通报, 2022, 0(2): 37-42.
[3]	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.
[4]	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.
[5]	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.
[6]	刘新平, 王磊, 吴长彬, 黄敬, 韦曼琼. 三维GIS支持下的实景融合系统设计与实现[J]. 测绘通报, 2021, 0(4): 141-145,155.
[7]	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.
[8]	李梓豪, 唐超, 郭文远. 改进的无人机影像处理技术在新冠疫情复工建设中的应用[J]. 测绘通报, 2020, 0(7): 53-57.
[9]	项谦和, 杜娟, 陈春雷, 汪建光. 沿海矿山生态环境修复中遥感影像自动配准方法的应用[J]. 测绘通报, 2020, 0(7): 58-63.
[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]	严少华, 陈敏, 赵怡涛, 谭贵红, 赵曦. 局部结构约束下的宽基线影像直线特征匹配[J]. 测绘通报, 2020, 0(5): 51-54.
[12]	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.
[13]	欧阳欢, 范大昭, 郭静, 代亚贞. 结合显著性检测与特征匹配的飞机目标识别[J]. 测绘通报, 2020, 0(3): 1-6.
[14]	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.
[15]	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.