罗 凯，徐俊武，杨 敏

武汉工程大学计算机科学与工程学院，湖北 武汉430205

随着时间推移，无人机技术和遥感技术发展迅速，利用无人机航拍遥感图像对病虫害治理已成为人们熟用的手段。由于无人机具有较强的灵活性、拍摄清晰等特点，可马上为灾情调查和病害防控提供资料。但同时无人机航拍存在视角小、易受天气和地貌等因素的影响的问题，导致拍摄无法看清其全貌，单张图像往往无法展示全部的目标区域，或者目标区域较为模糊，通常是拍摄多幅图像进行图像拼接。图像拼接是将两幅或者多幅图像拼成一幅清晰度较高的全景图像。其中图像拼接最重要的步骤就是图像配准。

Harris于1988年提出了Harris角点检测算法［1］，采用角点响应函数R并提取R的局部最大值来提取特征点。潘梅等［2］改进了Harris算法，利用无人机技术实现了图像拼接，拼接质量得到提升。2004年Lowe提出的尺度不变特征变换算法［3］（scale-invariant feature transform，SIFT）对图像缩放、旋转有强适应性。后来Bay在SIFT算法的基础上，提出了加速健壮特征算法［4］（speeded-up robust features，SURF），加入Hessian矩阵快速选取候选点，并对其进行非极大抑制。

针对KNN算法特征匹配耗时慢等问题提出一种基于图像像素点经纬度改进KNN的无人机航拍图像特征点配准算法。首先利用SIFT算法提取图像的特征点然后对其进行描述，然后提取出无人机机载系统里拍摄的数据信息计算出图像像素点的经纬度，然后计算出两张图像重合部分，由于两张图像重合部分特征点经纬度大致……