基于改进SURF算法的 无人机遥感图像拼接方法

针对传统 SIFT算法在无人机遥感图像拼接中存在的运算缓慢、误匹配较多且计算过于复杂,无法满足遥感图像处理的实时性要求等缺陷,以及由于采集到的图像之间存在曝光差异等情况,直接进行叠加拼接后极大可能会在边界处产生重影错位的情况,文章提出了一种改进的 SURF算法与融合算法用于无人机的遥感图像拼接。首先,在特征检测阶段,将 SURF算法与 Harris角点检测算法 2种算法相结合,快速得到图像的特征点与特征描述子；在特征匹配阶段分为粗匹配与精匹配 2个步骤:通过 KNN算法对待拼接图像间特征点的粗匹配,以及应用 RANSAC算法去除误匹配点的精匹配；在图像融合阶段,采用了基于距离的加权平均算法进行图像融合；最后,实验表明:文章所提出的算法处理速度相比于传统 SUFT算法提升了近 5倍,相比于其他改进算法,匹配精度也有所提高,并且该算法能够有效提高图像拼接后的质量与效果,解决了拼接痕印明显、重影、错位等现象可能发生的问题