基于分塊模型改進(jìn)的SIFT算法實(shí)現(xiàn)無(wú)人機(jī)影像匹配方法研究.pdf

1、無(wú)人機(jī)以其靈活的設(shè)定航線及時(shí)間、成本低、時(shí)相高、容易滿(mǎn)足精度要求等優(yōu)點(diǎn)已經(jīng)廣泛應(yīng)用到監(jiān)測(cè)、偵查、數(shù)字城市建設(shè)、農(nóng)林評(píng)估、預(yù)測(cè)、統(tǒng)計(jì)等方面。隨之而來(lái)的是無(wú)人機(jī)影像的處理問(wèn)題，傳統(tǒng)人工處理方法繁復(fù)且受人為因素影響較大，為提高無(wú)人機(jī)影像處理效率，自動(dòng)匹配作為無(wú)人機(jī)影像拼接的重要技術(shù)環(huán)節(jié)，成為了理論研究與實(shí)現(xiàn)的熱點(diǎn)。隨著國(guó)內(nèi)外學(xué)者們對(duì)于匹配算法的研究及改進(jìn)，使影像自動(dòng)匹配的技術(shù)得到了發(fā)展，形成很多較為成熟的匹配算法。目前， SIFT算法是公認(rèn)最

2、流行的匹配算法之一。
　　本文首先介紹了影像匹配方法現(xiàn)狀；然后介紹SIFT算法的實(shí)現(xiàn)原理；最后實(shí)現(xiàn)并改進(jìn)SIFT算法。在傳統(tǒng)的SIFT實(shí)現(xiàn)的基礎(chǔ)上，采用影像分塊的策略，基于VC++6.0平臺(tái)編程實(shí)現(xiàn)SIFT算法并進(jìn)行代碼封裝，并且使用了多進(jìn)程多線程思想提高影像匹配速度。研究比較基于歐氏距離的匹配、基于KD樹(shù)的匹配、基于BBF的匹配三種關(guān)鍵點(diǎn)描述的方法，利用RANSAC算法剔除匹配點(diǎn)粗差，實(shí)現(xiàn)同名像點(diǎn)及旋轉(zhuǎn)矩陣的生成。并使用貴州省安