罗 亮， 熊助国

(东华理工大学测绘工程学院，江西南昌 330013)



两种图像匹配算法在植被覆盖区的应用对比

罗 亮， 熊助国

(东华理工大学测绘工程学院，江西南昌 330013)

摘要从无人机影像的特点考虑，对SIFT和SURF这两种图像匹配算法进行研究，利用这两种算法对大量无人机影像进行对比较验，比较2种算法的可靠性。结果表明，在植被覆盖较多的地形中，SURF不但在匹配速度上优于SIFT算子，而且在匹配对数量上也要多于SIFT算子。

关键词无人机影像；图像匹配；SIFT；SURF

笔者通过大量的试验,采用SIFT特征预匹配、RANSAC剔除误差的方法对无人机图像进行处理。试验表明,基于SIFT特征匹配的方法虽然在精度、鲁棒性、稳定性这几个方面表现很好，但是SURT算法相对来说更进一步,它可以为无人机低空遥感图像生产3D产品提供更好的技术支持。

1SIFT特征提取

SIFT(Scale-invariant feature transform)算法是在图像匹配方面很有名的一种算法，这种算法是David lowe1999年提出来的，然后在2004年再次进行整理完善并总结得出的一种基于尺度特征的提取算法[4]，能够很好地处理图像的旋转、尺度的变换、仿射变换以及视角变化等问题。

1.1尺度空间的生成模拟图像数据的多尺度特征的手段就是尺度空间理论。为了使特征具有尺度不变性，特征点的检测是在多尺度空间完成的。尺度空间理论最早出现于计算机视觉领域时，其目的是模拟图像数据的多尺度特征。首先是利用不同尺度的高斯核函数来构造出高斯金字塔图像，然后再对上下相邻尺度的2个高斯金字塔图像相减得到差分高斯金字塔图像(DOG)。……