陈保宇，张 锦

(太原理工大学 矿业工程学院，山西 太原 030024)

0 引言

无人机航空遥感平台具有机动灵活、快速高效、获取影像空间分辨率高等优点，广泛应用于资源调查、城市建模、地形监测和应急救援等多个领域[1]。影像匹配是在2幅或多幅具有重叠区域的影像之间获取同名点的过程，是无人机影像数据处理的重要环节，现阶段影像匹配的方法主要包括基于灰度的影像匹配方法和基于特征的影像匹配方法[2]。

基于点特征的影像匹配方法广泛应用于遥感影像和无人机影像的匹配，常用的基于点特征影像匹配算法如SIFT[3]，SURF[4]，ORB，BRISK等，对尺度、缩放和旋转具有不变性，同时对光照和旋转具有一定的鲁棒性[5]。特别是基于SIFT算法无人机影像之间的匹配，有众多学者进行研究，并且提出了多种改进方法。文献[6]最先验证SIFT算法应用于遥感影像配准的可行性，文献[7-9]从特征点描述符和匹配策略方面对SIFT算法进行了改进。但对于特殊区域影像，SIFT算法由于采用高斯滤波建立尺度空间，会造成图像边缘模糊和细节丢失，从而导致特征点检测精度下降，KAZE算法通过建立非线性尺度空间可以避免这种问题。文献[10]证明了KAZE算法在多源影像的匹配效果优于SIFT算法。文献[11]验证了KAZE算法在林区无人机影像拼接方面的优势。文献[12]基于改进的KAZE算法应用于铁路路基探地雷达的图像配准。文献[13-14]验证了AKAZE算法在喀斯特地貌无人机影像匹配中结果优于SURF和BRISK算法。以上研究证明了KAZE算法在特殊区域影像匹配的优越性，但针对露天矿无人机影像匹配的研究相对较少，KAZE算法是否具有适用性还有待研究。……