發(fā)布時間：2025-02-07 18:27

　　 為解決遙感圖像配準易受到環(huán)境變化等影響,導致匹配魯棒性低、配準精度差的問題,提出一種基于網(wǎng)格運動約束的遙感圖像配準方法。利用AKAZE (accelerated-KAZE)算法提取圖像特征點,采用二進制描述子BRISK (binary robust invariant scalable keypoints)對特征點進行有效描述,利用GMS (grid-based motion statistics)基于網(wǎng)格的運動估計方法實現(xiàn)快速且魯棒性較強的特征點匹配,利用隨機采樣一致性算法對匹配點對進一步提純。實驗結果表明,該方法提高了匹配速度和匹配正確率,在遇到光照變化、尺度變化及旋轉變化的情況下能夠保持穩(wěn)定的匹配效果。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1 算法流程

基于網(wǎng)格運動約束的遙感圖像配準方法流程如圖1所示。1.1AKAZE特征點檢測

圖2 BRISK描述子采樣模式

為了提高遙感圖像匹配的實時性，本文采用計算成本較低且計算速度較快的二進制描述子BRISK來對特征點進行描述。BRISK描述子是通過比較鄰域內像素點對的灰度值，進行二進制編碼得到的。其特征點鄰域的采樣模式如圖2所示，以特征點為中心，構建不同半徑的圓，在每個圓上獲取等間隔的采樣點，所....

圖3 Si分布

如圖3所示，正確的匹配和錯誤的匹配都有自己的分布，且均滿足二項分布，為了使它們的區(qū)分度更大，首先這兩個分布要相隔足夠遠，即mt-mf足夠大，其次這兩個分布的標準差或方差要足夠小，區(qū)分能力得分如式（9）所示GMS算法將一幅圖分成N×N的不重疊的網(wǎng)格，并且選取3*3網(wǎng)格作為一組來計算....

圖4 實驗數(shù)據(jù)遙感

對于本文提出的基于網(wǎng)格約束的遙感圖像匹配方法，我們進行了大量的實驗，本實驗運行環(huán)境是Intelcore5的CPU,64位Windows10操作系統(tǒng)，所有算法集成在Visualstudio和OpenCV3.1環(huán)境下實現(xiàn)。為了驗證算法效果，選出如圖4所示的圖（a）～圖（c）這3....

本文編號：4031116