影像匹配是無(wú)人機(jī)影像分析的關(guān)鍵步驟,通過(guò)對(duì)常用影像匹配算法的對(duì)比研究,提出一種基于BRISK特征點(diǎn)與DAISY描述子的影像匹配算法。該算法首先采用BRISK算法提取影像特征點(diǎn),然后利用DAISY描述子進(jìn)行特征描述,最后基于單映射變換矩陣的RANSAC算法進(jìn)行影像精準(zhǔn)匹配。文中對(duì)不同算法開(kāi)展試驗(yàn)研究,對(duì)比分析影像匹配的特征提取數(shù)量、單個(gè)特征點(diǎn)提取時(shí)間、正確匹配對(duì)數(shù)和單次匹配平均時(shí)間、匹配正確率等5個(gè)指標(biāo)。試驗(yàn)結(jié)果表明:與BRISK算法相比,單個(gè)特征點(diǎn)提取耗時(shí)約是BRISK算法的80%,單次匹配所需平均時(shí)間為BRISK算法的30%,甚至更短。與其它常規(guī)匹配算法相比,文中算法的匹配正確率與其他算法相當(dāng),但獲得更多的正確匹配對(duì)數(shù),并且文中算法在單次匹配平均時(shí)間、單個(gè)特征點(diǎn)提取時(shí)間與特征點(diǎn)提取數(shù)等方面更優(yōu)。 

【文章來(lái)源】：測(cè)繪工程. 2020,29(02)CSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 特征檢測(cè)算法
    1.1 BRISK特征提取
        1.1.1 FAST角點(diǎn)檢測(cè)
        1.1.2 BRISK檢測(cè)子
    1.2 DAISY描述子
        1.2.1 卷積方向圖
        1.2.2 DAISY描述符
2 試驗(yàn)及結(jié)果分析
    2.1 試驗(yàn)方案
    2.2 結(jié)果及分析
        2.2.1 試驗(yàn)的匹配效果圖
        2.2.2 結(jié)果分析
3 結(jié) 語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合SURF算法和單應(yīng)性矩陣的無(wú)人機(jī)影像匹配[J]. 王曉紅,鄧仕雄,何志偉,曹留霞,閆星光.  測(cè)繪通報(bào). 2018(07)
[2]基于SURF算法和極線約束的無(wú)人機(jī)影像匹配研究[J]. 鄧仕雄,王曉紅,劉繼庚,李婷婷,何志偉.  貴州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[3]基于點(diǎn)特征的低空遙感影像多級(jí)高效率匹配方法研究[J]. 張凱南,楊志強(qiáng),武晴晴.  測(cè)繪工程. 2017(08)
[4]影響特征檢測(cè)子魯棒性與速度方法的對(duì)比分析[J]. 孫世宇,張巖,李建增,李德良,杜玉龍,杜文博,張帥.  電光與控制. 2017(08)
[5]快速魯棒性非線性尺度不變的特征匹配算子[J]. 張巖,李建增,李德良,杜玉龍.  西北工業(yè)大學(xué)學(xué)報(bào). 2016(06)
[6]基于改進(jìn)BRISK的圖像拼接算法[J]. 董強(qiáng),劉晶紅,王超,周前飛.  電子與信息學(xué)報(bào). 2017(02)
[7]一種抗仿射畸變的KAZE特征提取算法[J]. 王春林,錢海明,孫金彥.  遙感信息. 2017(02)
[8]基于高分辨率遙感目標(biāo)特征庫(kù)的地震災(zāi)情快速評(píng)估方法[J]. 董文,沈占鋒,程希萌.  地球信息科學(xué)學(xué)報(bào). 2016(05)
[9]PCA-SIFT特征匹配算法研究[J]. 李欽,游雄,李科,張彥喜.  測(cè)繪工程. 2016(04)
[10]結(jié)合SURF特征點(diǎn)與DAISY描述符的圖像匹配算法[J]. 羅楠,孫權(quán)森,陳強(qiáng),紀(jì)則軒,夏德深.  計(jì)算機(jī)科學(xué). 2014(11)

博士論文
[1]機(jī)載圖像拼接關(guān)鍵技術(shù)研究[D]. 董強(qiáng).中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2018



本文編號(hào)：3206508