基于改进SIFT算法的无人机遥感图像匹配

计算机科学 ›› 2015, Vol. 42 ›› Issue (Z11): 179-182.

基于改进SIFT算法的无人机遥感图像匹配

任伟建,王子维,康朝海

东北石油大学电气信息工程学院大庆163318,东北石油大学电气信息工程学院大庆163318,东北石油大学电气信息工程学院大庆163318

出版日期:2018-11-14 发布日期:2018-11-14
基金资助:
本文受国家自然科学基金:基于衰落信道的非线性随机系统分布式滤波及故障检测(61374127),黑龙江省博士后科研启动资金:基于智能算法的抽油机井故障诊断(LBH-Q12143)资助

Remote Sensing Image of UAV Registration Based on Improved SIFT Algorithm

REN Wei-jian, WANG Zi-wei and KANG Chao-hai

Online:2018-11-14 Published:2018-11-14

摘要/Abstract

摘要： 将SIFT算法中高斯二阶微分模板与图像函数的卷积运算转化为箱式滤波器对积分图像的加减运算,引入SURF算子,减小特征点检测算子的特征向量维数,降低SIFT算法的计算复杂度,缩短图像匹配时间,从而解决了无人机遥感图像匹配对实时性要求较高的问题。仿真结果表明,改进的SIFT算法在保持原算法鲁棒性和匹配率的前提下,提高了运算速度。

关键词: 无人机,遥感图像,改进的SIFT算法,图像匹配

Abstract: This study transferred Gauss two order differential template and convolution operation of image function to the integral image subtraction of Box filter.At the same time,the dimension of feature vectors of feature detection operator was decreased through introducing SURF operator.The computational complexity of SIFT algorithm and image matching time were reduced.This study solved the problem that UAV sensing image matching requires high real-time.The simulation shows the improved SIFT algorithm accelerates the operation speed with the same rubustness and matching rate as original algorithm.

Key words: UAV,Remote sensing image,Improved SIFT algorithm,Image registration

任伟建,王子维,康朝海. 基于改进SIFT算法的无人机遥感图像匹配[J]. 计算机科学, 2015, 42(Z11): 179-182. https://doi.org/

REN Wei-jian, WANG Zi-wei and KANG Chao-hai. Remote Sensing Image of UAV Registration Based on Improved SIFT Algorithm[J]. Computer Science, 2015, 42(Z11): 179-182. https://doi.org/

参考文献

[1] 李德仁,李明.无人机遥感系统的研究进展与应用前明[J].武汉大学学报:信息科学版,2014,39(5):505-513
[2] 金伟,葛宏立,杜华强,等.无人机遥感发展与应用概况[J].遥感信息,2009(1):88-92
[3] 范承啸,韩俊,熊志军,等.无人机遥感技术现状与应用[J].测绘科学,2009,34(5):214-215
[4] 汪沛,罗锡文,周志艳,等.基于微小型无人机的遥感信息获取关键技术综述[J].农业工程学报,2014,30(18):1-12
[5] Lowe D G.Object recognition from local scale-invariant features[C]∥The Proceedings of the Seventh IEEE International Conference on Computer Vision,1999.IEEE,1999,2:1150-1157
[6] 韩龙,郭立,李玉云.SIFT 算法的并行实现及应用[J].计算机工程与应用,2010,46(20):56-59
[7] 孙浩,王程,王润生.局部不变特征综述[J].中国图像图形学报,2011,16(2):141-151
[8] 舒远,胡钊政,谈正.彩色图像特征点检测算子[J].微电子学与计算机,2005,21(12):135-138
[9] 贺菁,李庆华,王新赛.基于方向性 SUSAN 算子的图像角点特征提取[J].小型微型计算机系统,2008,29(3):508-510
[10] 计长安,张秀彬,吴浩,等.基于灰度权重NMI 的快速图像匹配[J].计算机工程,2007,33(24):25-28
[11] 冯政寿,王美清.基于 Harris与改进SIFT算法的图像匹配算法[J].福州大学学报(自然科学版),2012,40(2):176-180
[12] 张春美,龚志辉,孙雷.改进SIFT特征在图像匹配中的应用[J].计算机工程与应用,2008,44(2):95-97
[13] 冯博.基于PCA的改进SIFT特征提取算法[J].华北水利水电学院学报,2013,34(3):125-128
[14] 牛海涛,赵勋杰,李成金,等.基于改进SIFT 算法的建筑物图像立体匹配[J].计算机工程,2011,37(12):206-208
[15] Bay H,Tuytelaars T,Van Gool L.Surf:Speeded up robust features[M].Computer vision-ECCV 2006.Springer Berlin Heidelberg,2006:404-417

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed