图论算法的无人机影像匹配特征点粗差剔除
无人机影像匹配过程中，粗差是不可避免的，因此，获取稳健性较高的特征点进行无人机影像匹配至关重要。传统的方法是采用经典的 RANSAC 算法进行粗差剔除，该算法受抽样次数、误差阈值的影响，还会残存部分误匹配的特征点。利用图论原理，对SIFT 算法提取的特征点进行预处理，通过构建特征点的能量函数剔除能量较低的特征点，可以提高匹配特征点的稳健性，减少特征点的粗差。本文提出了一种新的方法，将图论算法与经典的 RANSAC 算法相结合进行粗差剔除。该 方 法 命 名 为 GSIFTRANSAC 算法，利用该算法可以提高特征点的稳健性，获取高精度的单应矩阵。采用两组无人机影像进行验证，本文提出的算法与单独利用图论剔除特征点的算法相比，粗差剔除率分别提高了 5．31%和 14．29%，说明该方法效果较好。关键词: 无人机影像匹配; 特征点; RANSAC 算法; 图论; GSIFT-RANSAC 算法
页:
[1]