马耀名，陈艺琳，李万禹

辽宁工程技术大学 电气与控制工程学院，辽宁 葫芦岛125105

随着无人机技术的发展，使用无人机对输电线路巡检已成为必然趋势，使用电力巡线无人制作输电线路全局图像、电网三维实景、故障检测已成为热门研究方向[1-6]。图像匹配技术是输电线路图像拼接、三维重建的主要步骤，直接影响图像拼接和三维重建效果。电力巡线无人机拍摄的输电线路图像具有几何畸变较大、相邻图像重叠高、光照不均匀等特点[7-8]，致使航拍图像匹配难度较高。

目前电力巡线无人机输电线路影响匹配算法主要是基于局部特征的匹配算法，其核心是特征检测和描述符构建。基于局部特征的图像匹配算法可分为三大部分：一是尺度空间构建，二是局部特征提取，三是特征编码。SIFT算法（Scale Invariant Feature Transform）[9]利用高斯滤波构建尺度空间，然后再高斯差分金字塔中检测特征点，最后建立128维浮点型描述符；该算法具有较好的抗噪声、视角变换等能力，但描述符维度较高严重影响算法效率。针对SIFT算法效率较低，提出了利用小波算法建立64维浮点型描述符的SURF算法[10]（Speeded Up Robust Feature），该算法稳定性与SIFT算法相似，效率提升了10倍左右。SIFT算法和SURF算法的描述符均为浮点型，由于计算不同描述符相似性耗时较长，故提出了ORB算法[11]（Oriented FAST and Rotated BRIEF），该算法利用FAST算法[12]（Features from Accelerated Segment Test）快速提取特征点，然后通过BRIEF算法[13]（Binary Robust Independent Elementary Features）建立二进制描述符；该算法执行效率较高，但对抗视角变化和抗噪声能力较差。SIFT、SURF、ORB等算法的尺度空间均使用高斯滤波函数构建，而高斯滤波会致使图像边缘信息丢失，严重影响局部特征和描述符的稳定性。……