JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

无人机航拍图像配准算法研究

史俊莉

史俊莉. 无人机航拍图像配准算法研究[J]. 轻工学报, 2015, 30(1): 63-66. doi: 10.3969/j.issn.2095-476X.2015.01.013
引用本文: 史俊莉. 无人机航拍图像配准算法研究[J]. 轻工学报, 2015, 30(1): 63-66. doi: 10.3969/j.issn.2095-476X.2015.01.013
SHI Jun-li. Research on UAV aerial image registration algorithm[J]. Journal of Light Industry, 2015, 30(1): 63-66. doi: 10.3969/j.issn.2095-476X.2015.01.013
Citation: SHI Jun-li. Research on UAV aerial image registration algorithm[J]. Journal of Light Industry, 2015, 30(1): 63-66. doi: 10.3969/j.issn.2095-476X.2015.01.013

无人机航拍图像配准算法研究

  • 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

  • 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.
    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.

  • 加载中
计量
  • PDF下载量:  109
  • 文章访问数:  8010
  • 引证文献数: 0
文章相关
  • 收稿日期:  2014-09-18
  • 刊出日期:  2015-01-15
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

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
史俊莉. 无人机航拍图像配准算法研究[J]. 轻工学报, 2015, 30(1): 63-66. doi: 10.3969/j.issn.2095-476X.2015.01.013
引用本文: 史俊莉. 无人机航拍图像配准算法研究[J]. 轻工学报, 2015, 30(1): 63-66. doi: 10.3969/j.issn.2095-476X.2015.01.013
SHI Jun-li. Research on UAV aerial image registration algorithm[J]. Journal of Light Industry, 2015, 30(1): 63-66. doi: 10.3969/j.issn.2095-476X.2015.01.013
Citation: SHI Jun-li. Research on UAV aerial image registration algorithm[J]. Journal of Light Industry, 2015, 30(1): 63-66. doi: 10.3969/j.issn.2095-476X.2015.01.013

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
基金项目:  国家自然科学基金项目(61271279)

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.

English Abstract

参考文献 (9)

目录

/

返回文章