基于SURF算法和极线约束的无人机影像匹配研究

• 作者: 何志伟 刘继庚 李婷婷 王晓红 邓仕雄
• 来源期刊: 贵州大学学报(自然科学版)
• 学科: 地球科学
• 关键词: SURF算法 无人机影像 极线约束 基础矩阵 特征匹配
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 地球科学
• 页码范围: 35-39
• 页数: 5页
• 分类号: P231
• 字数: 2880字
• 语种: 中文
• DOI: 10.15958/j.cnki.gdxbzrb.2018.01.07

摘要

针对无人机影像受光照、拍摄角度及区域环境等因素的影响造成匹配效果不佳,局部区域匹配困难的问题,本文基于SURF算法,通过引入极线约束来提高特征匹配效果.该匹配算法首先利用SURF算法检测影像特征点,用RANSAC(Random Sampling Consensus)方法计算出基础矩阵,通过基础矩阵计算出所有特征点的极线,最后用极线过滤掉错误匹配.实验结果表明:与传统SURF算法的单一约束条件的无人机影像匹配相比,极线约束条件下的无人机影像匹配在误匹配减少的前提下能获得更多准确的特征匹配集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李婷婷	贵州大学矿业学院	11	36	4.0	5.0
2	王晓红	贵州大学林学院	42	229	8.0	14.0
3	邓仕雄	贵州大学矿业学院	7	37	4.0	6.0
4	何志伟	贵州大学矿业学院	6	25	4.0	5.0
5	刘继庚	贵州大学矿业学院	4	18	3.0	4.0