孙 灏，高俊强，许苏苏

(南京工业大学 测绘科学与技术学院, 江苏 南京 211800)

基于SURF算法和改进RANSAC算法的无人机影像匹配

孙 灏，高俊强，许苏苏

(南京工业大学 测绘科学与技术学院, 江苏 南京 211800)

影像匹配是诸多遥感影像处理和影像分析的一个关键环节，结合加速鲁棒性特征(SURF)算法和随机采样一致性(RANSAC)算法对影像进行处理，得到特征稳定、匹配点可靠的配准影像。首先提取影像的SURF特征，利用特征点的欧式距离比来完成影像之间的粗匹配；然后使用RANSAC算法对粗匹配点进行筛选；最后计算出图像间的变换矩阵，完成匹配。文中选择某城郊地区的无人机航拍影像，结合SURF算法，并改进RANSAC算法来对影像进行处理，实现影像的匹配，验证文中方法的可行性。

影像匹配；SURF算法；RANSAC算法；UAV影像

随着智慧城市的发展，各个国家对高精度的遥感影像的需求越来越高，尤其是大比例尺、高分辨率的遥感影像以其储存丰富的数据成为研究的热点。近年来无人机技术的快速发展，无人机依靠其机动性高，成本低等特点，迅速成为低空遥感影像采集的生力军。无人机遥感[1]影像在城市建设、土地管理、防灾减灾等方面都得到了广泛的应用，而影像匹配作为无人机影像处理的重要环节，对无人机影像处理后续工作产生了重要的影响。

影像匹配可以理解为将不同时间或不同角度所获得的两幅或多幅影像按照一定的原则进行最佳匹配的过程，通常影像匹配的算法主要分为基于灰度的匹配算法和基于特征的匹配算法，本文主要介绍了SURF算法和RANSAC算法相结合对影像进行匹配的方法。……