一種基于AKAZE算法的山區(qū)無人機(jī)影像匹配*

鄧仕雄，閆星光，劉繼庚，鄒 宇，何清平

(1.貴州水利水電職業(yè)技術(shù)學(xué)院，貴州 貴陽(yáng) 551416; 2.中國(guó)礦業(yè)大學(xué)(北京) 地球科學(xué)與測(cè)繪工程學(xué)院，北京 100083)

近年來無人機(jī)發(fā)展迅速，計(jì)算機(jī)科學(xué)結(jié)合測(cè)繪行業(yè)的應(yīng)用更加廣泛，無人機(jī)影像匹配對(duì)影像拼接、數(shù)據(jù)分析、三維建模等關(guān)鍵技術(shù)具有重要意義。前人對(duì)相關(guān)領(lǐng)域做了大量研究，1999年David G.Lowe提出了尺度不變特征變換(Scale Invariant Feature Transform,SIFT)特征匹配算法，并于2004年對(duì)SIFT算法進(jìn)行了改進(jìn)和完善[1-2]。該算法基于尺度空間進(jìn)行變換，最初應(yīng)用于識(shí)別領(lǐng)域，近年來被推廣到圖像拼接領(lǐng)域，得到了長(zhǎng)足發(fā)展。后來Bay等人提出了SURF(Speeded Up Robust Features)特征匹配算法[3]，SURF算法立足于SIFT算法，通過引入快速積分和濾波盒子，該算法對(duì)圖像的平移、旋轉(zhuǎn)或縮放等多尺度具有良好的效果，是一種穩(wěn)健性很高的特征提取算法。為了滿足實(shí)時(shí)性的需求，Ethan Rublee等人在2011年提出了ORB算法[4]，ORB算法結(jié)合了FAST[5]及Brief[6]算法并賦予FAST方向，該算法特征點(diǎn)具有旋轉(zhuǎn)不變性，相比SIFT、SURF算法耗時(shí)更低。針對(duì)SIFT及SURF算法在構(gòu)造尺度空間時(shí)，高斯模糊不保留對(duì)象邊界信息且所有在尺度上平滑到相同程度的細(xì)節(jié)及噪聲，這影響了定位的準(zhǔn)確性，2012年在ECCV上提出了一種比SIFT算法更穩(wěn)定的特征檢測(cè)算法KAZE[7]并在此基礎(chǔ)上做了改進(jìn)，該算法采取非線性擴(kuò)散濾波，相比SIFT、SURF提高了可重復(fù)性及獨(dú)特性，算法計(jì)算較為密集，它通過引入快速顯示擴(kuò)散數(shù)據(jù)框架(FED)來快速求解偏微分方程以及引入一個(gè)高效改進(jìn)局部差分的二進(jìn)制描述符(M-LDB)，算法具有更好的重復(fù)性及魯棒性[8-9]。……