無人機遙感圖像配準(zhǔn)算法研究.pdf

1、西安建筑科技大學(xué)碩士學(xué)位論文無人機遙感圖像配準(zhǔn)算法研究專業(yè)：信號與信息處理碩士生：權(quán)宇寰指導(dǎo)教師：王民副教授摘要隨著社會經(jīng)濟的發(fā)展，無人機遙感技術(shù)憑借其機動靈活和高效率的優(yōu)勢，在地質(zhì)環(huán)境監(jiān)測、災(zāi)害調(diào)查、土地利用動態(tài)監(jiān)測、大地及海面搜索、地形圖更新等領(lǐng)域得到了廣泛的應(yīng)用。但是由于地表形態(tài)變化、氣候變換、高空氣流等的影響，原始圖像數(shù)據(jù)存在像幅較小、數(shù)量較多、航向重疊度和旁向重疊度不規(guī)則等問題，實現(xiàn)其高效的配準(zhǔn)成為應(yīng)用難點。圖像配準(zhǔn)作為圖像處

2、理的一個重要環(huán)節(jié)，其效果的好壞會直接影響到后期圖像處理的質(zhì)量，因此研究一種適合于無人機遙感圖像的配準(zhǔn)算法具有重要的理論和現(xiàn)實意義。本文在研究并實現(xiàn)傳統(tǒng)SURF配準(zhǔn)算法的基礎(chǔ)上，提出了一種改進算法。主要在兩方面進行了改進，一方面，針對其在特征點提取階段存在的缺陷：特征點數(shù)量較少，且提取的特征點不能有效反映圖像的結(jié)構(gòu)特征，提出在多尺度空間進行Harris角點檢測的方法，既能夠保持算法的尺度不變性，又能提取穩(wěn)定數(shù)量的特征點；另一方面，針對其在

3、特征點匹配階段采用窮舉搜索法耗時過長的問題，引進KDTree搜索策略代替原來的窮舉法，以提高算法的實時性。因此本文算法的具體步驟為：首先利用SURF算法中的積分圖像和箱式濾波器構(gòu)建多尺度空間，并在多尺度空間下進行Harris角點檢測，提取特征點；然后通過計算各特征點的Haar小波響應(yīng)值確定主方向，并生成64維SURF描述子；最后運用KDTree搜索策略找到最近鄰點和次近鄰點，計算最近鄰點和次近鄰點距離特征點距離的比值，若比值小于本文設(shè)定