无人机航拍图像配准算法研究

史俊莉

河南工业职业技术学院建筑工程系, 河南南阳 473000
基金项目:国家自然科学基金项目(61271279)
中图分类号:TP751

Research on UAV aerial image registration algorithm

SHI Jun-li

Department of Architectural Engineering, He'nan Polytechnic Institute, Nanyang 473000, China
Received Date:2014-09-18
Available Online:2015-01-15
CLC number:TP751

摘要:针对无人机航拍图像对尺度变化不明显的问题,在经典SIFT特征匹配算法的基础上,提出了一种改进的CS-SIFT特征匹配算法.该算法通过建立 S层金字塔,达到降低多尺度空间和减少特征点数量的目的.在特征向量的匹配中,利用准欧氏距离替代常用欧氏距离,并通过极限几何约束,消除部分错误配准点对,进一步提高特征匹配效率.Matlab仿真结果表明,改进后的算法具有较高的匹配精度和较少的匹配时间,适用于对实时性要求较高的无人机航拍系统.
- 无人机航拍图像/
- CS-SIFT/
- 尺度空间/
- 准欧氏距离
Abstract:Aiming at the problem that UAV aerial image was not obvious to scale change,an improved CS-SIFT feature matching algorithm was presented based on the classical feature matching algorithm of SIFT (scale invariant feature transform).The algorithm established S-layer pyramid to reduce the multi-scale space and the number of feature points.In the matching feature vectors,quasi-Euclidean distance substituted commonly used Euclidean distance and geometric constraints limitd by eliminating part of the registration error points to further improve the efficiency of feature matching.The simulation results using Matlab language indicated that the improved algorithm had higher matching accuracy and needed less matching time and it was quite suitable for the UAV aerial system of high real-time demand.
- UAV aerial image/
- CS-SIFT/
- scale-space/
- quasi-Euclidean distance
1. [1]
  Barmca D I,Silvcrman H F.A class of algorithms for fast digital image registration[J].IEEE Transactions on Copputers,1972,C-21(2):179.
2. [2]
  Lowe D G.Distinctive image feature from scale-invariant keypoints[J].IEEE International Journal of Computers, 2004,60(2):91.
3. [3]
  Zhang Y, Zhu D, Wang Y L.Improved fast feature matching method of SIFT[J].Control and Automation Publication Group,2008,24(11):220.
4. [4]
  肖健.SIFT特征配准算法研究与改进[D].重庆:重庆大学,2012.
5. [5]
  Schmid C, Mohr R.Local gray value invariants for image retrieval[J].IEEE Pattern Analysis and Machine Intelligence,1997,25(8):15.
6. [6]
  Lowe D G.Local feature view clustering for 3D object recognition[C]//Proceedings of the 2001 IEEE Computer Society Conference on CVPR 2001, Piscataway:IEEE, 2001:682.
7. [7]
  刘宏娟.基于DSP的航拍图像配准系统的研究与实现[D].西安:西安电子科技大学,2012.
8. [8]
  程德志,李言俊,余瑞星.基于改进SIFT算法的图像配准方法[J].计算机仿真,2011,28(7):285.
9. [9]
  姚文伟,张智斌,李国,等.图像匹配算法SIFT的改进[J].郑州轻工业学院学报:自然科学版,2011,26(6):67.
1. [1]
  姚文伟,张智斌,李国,姜波. 图像匹配算法SIFT的改进. 轻工学报, 2011, 26(6): 67-70.doi: 10.3969/j.issn.1004-1478.2011.06.018
2. [2]
  万美玲,张树义,郑晓迪. 2-距离空间中非唯一不动点定理. 轻工学报, 2017, 32(4): 105-108.doi: 10.3969/j.issn.2096-1553.2017.4.016
3. [3]
  陈建明,时铭慧. 结合改进的SIFT算法的双目视觉测距. 轻工学报, 2018, 33(5): 90-96.doi: 10.3969/j.issn.2096-1553.2018.05.012
4. [4]
  王志涛,张林森,金恺,白庆玲,司延举,董会超,王力臻. 聚偏氟乙烯准固态电解质薄膜的制备及性能研究. 轻工学报, 2014, 29(5): 6-11.doi: 10.3969/j.issn.2095-476X.2014.05.002
5. [5]
  吴学红,赵鑫利,李伟平,常志娟,吕彦力,龚毅. 柜外环境对敞开立式冷藏陈列柜性能影响的多尺度计算研究. 轻工学报, 2015, 30(2): 67-71.doi: 10.3969/j.issn.2095-476X.2015.02.015
6. [6]
  陈迪明. 多尺度孔道型金属-有机框架材料气体储存与分离功能研究进展. 轻工学报, 2017, 32(5): 32-41.doi: 10.3969/j.issn.2096-1553.2017.5.005
7. [7]
  王华东,李亚娟. 一种云网络学习空间的设计与实现. 轻工学报, 2014, 29(4): 96-99.doi: 10.3969/j.issn.2095-476X.2014.04.022
8. [8]
  王威,许勇,刘勇,宋伟. 基于Matlab的双机器人协作空间求解及分析. 轻工学报, 2019, 34(4): 102-108.doi: 10.3969/j.issn.2096-1553.2019.04.015
9. [9]
  冯媛,蔡增玉,甘勇,李娜娜. 二维封闭空间声传播系统仿真建模与实现. 轻工学报, 2012, 27(5): 95-98.doi: 10.3969/j.issn.2095-476X.2012.05.023
10. [10]
  邵琳,姜昱辰,杨金溢,李志涌,蔡永壮,吴则琪. 顶部构筑物对狭长空间烟气蔓延阻滞机理研究. 轻工学报, 2021, 36(1): 95-101.doi: 10.12187/2021.01.012
11. [11]
  马叶胜,余苗,王冕,曹润洁,何宏魁,马金同,叶方平. 茅台镇8家酒企高温大曲的群落结构及其空间特征. 轻工学报, 2023, 38(5): 26-35.doi: 10.12187/2023.05.004
12. [12]
  张旭鑫,张书艳,赵雷,朱杰. 纳米淀粉对含香茅醇马铃薯淀粉-壳聚糖复合膜材多尺度结构和热稳定性的影响. 轻工学报, 2023, 38(1): 27-33.doi: 10.12187/2023.01.004
13. [13]
  廖扬,周晓宇.N维空间中一类强阻尼非线性波动方程的解及其性质. 轻工学报, 2016, 31(6): 95-99.doi: 10.3969/j.issn.2096-1553.2016.6.014
14. [14]
  丛培根,张芯语,张树义. 概率度量空间中一类平方型映象的公共不动点定理与泛函方程组解的存在性. 轻工学报, 2018, 33(4): 101-108.doi: 10.3969/j.issn.2096-1553.2018.04.013
15. [15]
  田瑞杰,张勇,冯大鸿,王康丽,迟雷,沈祥坤,胡晓龙,何培新. 基于宏转录组学的浓香型白酒酒醅活性微生物群落空间异质性研究. 轻工学报, 2022, 37(1): 1-11.doi: 10.12187/2022.01.001
16. [16]
  程华,杨伟,刘新宇. 无人值守变电站异常目标自动跟踪系统设计. 轻工学报, 2011, 26(6): 99-102.doi: 10.3969/j.issn.1004-1478.2011.06.026
17. [17]
  张健锋,吴日伟,牛利民,李歆琰,李铭煊,麦泽彬,谭国斌,高伟. 基于单光子电离飞行时间质谱技术的船载走航VOCs监测方法. 轻工学报, 2022, 37(1): 103-109.doi: 10.12187/2022.01.014
18. [18]
  张来胜,常呈果. 车牌图像的倾斜校正. 轻工学报, 2012, 27(3): 62-64,68.doi: 10.3969/j.issn.1004-1478.2012.03.016
19. [19]
  吕红力. 基于多阈值算法融合的图像分割. 轻工学报, 2014, 29(2): 67-70.doi: 10.3969/j.issn.2095-476X.2014.02.017
20. [20]
  黄敏,马亚琼,宫秋萍. 基于改进Zernike矩的图像识别. 轻工学报, 2013, 28(5): 66-69.doi: 10.3969/j.issn.2095-476X.2013.05.016

点击查看大图

计量

PDF下载量:109
文章访问数:8078
引证文献数:0

通讯作者:陈斌, bchen63@163.com

1.
沈阳化工大学材料科学与工程学院沈阳 110142

无人机航拍图像配准算法研究

河南工业职业技术学院建筑工程系, 河南南阳 473000

收稿日期: 2014-09-18

网络出版日期: 2015-01-15

基金项目:国家自然科学基金项目(61271279)

关键词:

摘要:针对无人机航拍图像对尺度变化不明显的问题,在经典SIFT特征匹配算法的基础上,提出了一种改进的CS-SIFT特征匹配算法.该算法通过建立S层金字塔,达到降低多尺度空间和减少特征点数量的目的.在特征向量的匹配中,利用准欧氏距离替代常用欧氏距离,并通过极限几何约束,消除部分错误配准点对,进一步提高特征匹配效率.Matlab仿真结果表明,改进后的算法具有较高的匹配精度和较少的匹配时间,适用于对实时性要求较高的无人机航拍系统.

参考文献 (9) 相关文章 (20)

无人机航拍图像配准算法研究

Research on UAV aerial image registration algorithm

计量

通讯作者:陈斌, bchen63@163.com

无人机航拍图像配准算法研究

English Abstract

Research on UAV aerial image registration algorithm

目录

无人机航拍图像配准算法研究

Research on UAV aerial image registration algorithm

计量

文章相关

通讯作者:陈斌, bchen63@163.com

无人机航拍图像配准算法研究

English Abstract

Research on UAV aerial image registration algorithm

目录