現(xiàn)階段,無(wú)人機(jī)在越來(lái)越多的領(lǐng)域得到了應(yīng)用,借助無(wú)人機(jī)影像能夠?qū)崿F(xiàn)關(guān)鍵信息的有效傳達(dá),為相關(guān)行業(yè)提供可靠的信息與技術(shù)支撐。目前的圖像識(shí)別與匹配算法中,多種算法模式已經(jīng)得以應(yīng)用,不同的算法在性能上會(huì)存在一定的差異性,對(duì)此,本文基于無(wú)人機(jī)影像技術(shù),分別采用SIFT和SURF算法對(duì)所拍攝影像進(jìn)行識(shí)別與匹配,并主要針對(duì)這兩種算法的特征提取、特征匹配、配準(zhǔn)速度等主要性能參數(shù)進(jìn)行對(duì)比研究,從而對(duì)這兩種算法在無(wú)人機(jī)影像匹配中的結(jié)果進(jìn)行評(píng)價(jià),為無(wú)人機(jī)影像識(shí)別與匹配算法的選擇提供一些參考依據(jù)。研究結(jié)果顯示,SURF算法的應(yīng)用優(yōu)勢(shì)較為突出,不僅體現(xiàn)在特征提取速度上,且對(duì)于有遮擋物影響的情況下匹配效果更為理想。 

【文章來(lái)源】：信息記錄材料. 2020,21(08)

【文章頁(yè)數(shù)】：2 頁(yè)

【文章目錄】：
1 引言
2 SIFT特征提取
    2.1 尺度空間生成
    2.2 關(guān)鍵點(diǎn)檢測(cè)
    2.3 關(guān)鍵點(diǎn)方向分配
    2.4 特征點(diǎn)描述子生成
3 SURF特征提取
    3.1 尺度空間生成
    3.2 關(guān)鍵點(diǎn)檢測(cè)
    3.3 關(guān)鍵點(diǎn)方向分配
    3.4 特征點(diǎn)描述子生成
4 SURF和SIFT算法的應(yīng)用性能對(duì)比
5 結(jié)語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于無(wú)人機(jī)影像匹配點(diǎn)云數(shù)據(jù)的喀斯特峽谷區(qū)火龍果單株提取研究[J]. 尹林江,周忠發(fā),黃登紅,尚夢(mèng)佳.  浙江農(nóng)業(yè)學(xué)報(bào). 2020(06)
[2]基于最大穩(wěn)定極值區(qū)域仿射不變特征的無(wú)人機(jī)影像匹配算法研究[J]. 陳鐘鴻.  測(cè)繪與空間地理信息. 2020(03)
[3]高精度初始外方位元素輔助影像空中三角測(cè)量應(yīng)用研究[J]. 閻霞.  現(xiàn)代測(cè)繪. 2019(04)
[4]關(guān)于無(wú)人機(jī)影像匹配點(diǎn)云技術(shù)在道路測(cè)設(shè)中的應(yīng)用分析[J]. 林弘磊.  通訊世界. 2019(05)
[5]融合Harris-Laplace算子的SURF算法與無(wú)人機(jī)影像匹配[J]. 蔡香玉,盛業(yè)華,黃毅,張卡,呂海洋.  測(cè)繪科學(xué). 2018(11)
[6]基于分塊模型改進(jìn)的SIFT算子的無(wú)人機(jī)影像匹配方法研究[J]. 李巖,安裕倫,關(guān)雷,張衛(wèi)龍.  測(cè)繪與空間地理信息. 2016(03)
[7]顧及影像拓?fù)涞腟fM算法改進(jìn)及其在災(zāi)場(chǎng)三維重建中的應(yīng)用[J]. 許志華,吳立新,劉軍,沈永林,李發(fā)帥,王然.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2015(05)



本文編號(hào)：3645026