本文主要研究内容
作者宋伟（2019）在《基于改进AKAZE特征的无人机影像匹配算法研究》一文中研究指出：无人机遥感平台凭借其灵活高效、成本低廉、操作简单等优点,成为摄影测量领域的研究热点,在环境监测、地图更新、灾害预测和城市规划等方面得到广泛的应用。然而,由于无人机平台稳定性较差,外界干扰会使其成像条件发生变化,导致所获取的影像之间容易存在一定的平移、旋转和视角等差异,会给后期的影像匹配处理带来较大的困难。因此,提升影像匹配算法的稳定性、获得较高精度的匹配结果成为了无人机影像处理的关键环节。在对现有影像匹配算法进行详细分析与探讨的基础上,选择无人机影像匹配作为本文的研究对象,以提升算法适应性、匹配精度和时间效率为目标,着眼于特征描述符计算、匹配策略以及粗差剔除等内容展开研究,开展的工作具体如下:1)基于特征的影像匹配算法。分析对比了基于特征的影像匹配算法,对SIFT算法、SURF算法、KAZE算法和AKAZE算法的基本原理及流程进行详细介绍,以无人机影像数据为基础,分别利用上述算法进行影像匹配实验,并对算法在时间效率,准确率和匹配精度等方面的表现进行了比较。2)基于AKAZE-OpponentFRERAK特征的无人机正射影像匹配。以AKAZE算法为基础,在特征描述符计算阶段利用具有颜色信息的Opponent-FREAK描述符来代替M-LDB描述符;在特征点匹配阶段采用粗匹配和精匹配相结合的分阶段匹配策略来获取高精度匹配结果;此外,为了提升算法的时间效率,基于OpenMP实现了特征点提取和特征描述符计算等两个阶段的并行运算。实验结果表明:算法在提升时间效率的同时可以获得较高准确率,且其精度可以达到亚像素级。3)基于Affine-AKAZE算法的倾斜影像匹配。针对视角变化较大影像,AKAZE算法匹配结果精度不高的问题,依据ASIFT算法的思想,提出具有仿射不变性的Affine-AKAZE算法,并将其应用于倾斜影像的匹配。实验结果表明:该算法针对视角变化较大影像匹配具有较好的效果。4)影像拼接和基于多视影像的三维点云提取。利用基于AKAZE-OpponentFRERAK特征的无人机正射影像匹配算法完成无人机影像的特征点提取及自动拼接,并依据运动恢复结构(Structure From Motion,SFM)的思想设计并实现了三维点云数据的生成。
Abstract
mo ren ji yao gan ping tai ping jie ji ling huo gao xiao 、cheng ben di lian 、cao zuo jian chan deng you dian ,cheng wei she ying ce liang ling yu de yan jiu re dian ,zai huan jing jian ce 、de tu geng xin 、zai hai yu ce he cheng shi gui hua deng fang mian de dao an fan de ying yong 。ran er ,you yu mo ren ji ping tai wen ding xing jiao cha ,wai jie gan rao hui shi ji cheng xiang tiao jian fa sheng bian hua ,dao zhi suo huo qu de ying xiang zhi jian rong yi cun zai yi ding de ping yi 、xuan zhuai he shi jiao deng cha yi ,hui gei hou ji de ying xiang pi pei chu li dai lai jiao da de kun nan 。yin ci ,di sheng ying xiang pi pei suan fa de wen ding xing 、huo de jiao gao jing du de pi pei jie guo cheng wei le mo ren ji ying xiang chu li de guan jian huan jie 。zai dui xian you ying xiang pi pei suan fa jin hang xiang xi fen xi yu tan tao de ji chu shang ,shua ze mo ren ji ying xiang pi pei zuo wei ben wen de yan jiu dui xiang ,yi di sheng suan fa kuo ying xing 、pi pei jing du he shi jian xiao lv wei mu biao ,zhao yan yu te zheng miao shu fu ji suan 、pi pei ce lve yi ji cu cha ti chu deng nei rong zhan kai yan jiu ,kai zhan de gong zuo ju ti ru xia :1)ji yu te zheng de ying xiang pi pei suan fa 。fen xi dui bi le ji yu te zheng de ying xiang pi pei suan fa ,dui SIFTsuan fa 、SURFsuan fa 、KAZEsuan fa he AKAZEsuan fa de ji ben yuan li ji liu cheng jin hang xiang xi jie shao ,yi mo ren ji ying xiang shu ju wei ji chu ,fen bie li yong shang shu suan fa jin hang ying xiang pi pei shi yan ,bing dui suan fa zai shi jian xiao lv ,zhun que lv he pi pei jing du deng fang mian de biao xian jin hang le bi jiao 。2)ji yu AKAZE-OpponentFRERAKte zheng de mo ren ji zheng she ying xiang pi pei 。yi AKAZEsuan fa wei ji chu ,zai te zheng miao shu fu ji suan jie duan li yong ju you yan se xin xi de Opponent-FREAKmiao shu fu lai dai ti M-LDBmiao shu fu ;zai te zheng dian pi pei jie duan cai yong cu pi pei he jing pi pei xiang jie ge de fen jie duan pi pei ce lve lai huo qu gao jing du pi pei jie guo ;ci wai ,wei le di sheng suan fa de shi jian xiao lv ,ji yu OpenMPshi xian le te zheng dian di qu he te zheng miao shu fu ji suan deng liang ge jie duan de bing hang yun suan 。shi yan jie guo biao ming :suan fa zai di sheng shi jian xiao lv de tong shi ke yi huo de jiao gao zhun que lv ,ju ji jing du ke yi da dao ya xiang su ji 。3)ji yu Affine-AKAZEsuan fa de qing xie ying xiang pi pei 。zhen dui shi jiao bian hua jiao da ying xiang ,AKAZEsuan fa pi pei jie guo jing du bu gao de wen ti ,yi ju ASIFTsuan fa de sai xiang ,di chu ju you fang she bu bian xing de Affine-AKAZEsuan fa ,bing jiang ji ying yong yu qing xie ying xiang de pi pei 。shi yan jie guo biao ming :gai suan fa zhen dui shi jiao bian hua jiao da ying xiang pi pei ju you jiao hao de xiao guo 。4)ying xiang pin jie he ji yu duo shi ying xiang de san wei dian yun di qu 。li yong ji yu AKAZE-OpponentFRERAKte zheng de mo ren ji zheng she ying xiang pi pei suan fa wan cheng mo ren ji ying xiang de te zheng dian di qu ji zi dong pin jie ,bing yi ju yun dong hui fu jie gou (Structure From Motion,SFM)de sai xiang she ji bing shi xian le san wei dian yun shu ju de sheng cheng 。
论文参考文献
论文详细介绍
论文作者分别是来自中国矿业大学的宋伟，发表于刊物中国矿业大学2019-07-18论文，是一篇关于影像匹配论文,描述符论文,双向匹配论文,余弦相似度论文,中国矿业大学2019-07-18论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国矿业大学2019-07-18论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：影像匹配论文; 描述符论文; 双向匹配论文; 余弦相似度论文; 中国矿业大学2019-07-18论文;