基于优化SIFT算法的无人机遥感作物影像拼接

• 作者: Arshad M. Rizwan 徐哲男 苏中滨 贾银江 靳思雨
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 作物 遥感 无人机 非极小抑制 图像拼接 特征检测 鲁棒性
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 农业航空工程
• 页码范围: 123-129
• 页数: 7页
• 分类号: TP391
• 字数: 5007字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2017.10.016

摘要

针对作物遥感影像因对比度低所导致的使用尺度不变特征变换算法(scale-invariant feature transform,SIFT)提取特征点数目少,拼接效果不理想的情况,提出了一种基于图像锐化的自适应修改采样步长的非极小值抑制拼接算法,该算法在图像预处理中引入锐化滤波器对平滑后的图像进行卷积,增强图像细节,增加特征点提取数目,同时通过基于尺度的自适应修改采样步长,使图像特征点分布更加均匀,根据低对比度作物遥感影像的成像特性,采用非极小值抑制,提高图像匹配效率.在查找匹配点的过程中,引入最优节点优先算法(best-bin-first,BBF)查找最近邻与次近邻,采用随机抽样一致算法(random sample consensus,RANSAC)优选特征点.通过试验验证,该文改进后的算法相比于标准SIFT算法,在处理低空作物遥感影像时,特征点提取数目平均增加77.5%,特征点匹配对数平均增加15对,对于标准SIFT算法无法匹配的低对比度作物遥感影像,提取到了8对以上的匹配点对,满足了拼接条件.该改进算法相对于标准SIFT算法更适于低对比度遥感影像的拼接.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏中滨	东北农业大学电气与信息学院	84	466	13.0	17.0
2	贾银江	东北农业大学电气与信息学院	22	194	9.0	13.0
3	徐哲男	东北农业大学电气与信息学院	1	22	1.0	1.0
4	靳思雨	东北农业大学电气与信息学院	1	22	1.0	1.0
5	Arshad M. Rizwan	东北农业大学电气与信息学院	1	22	1.0	1.0