基于ＳＥ-Ｈａｒｄｎｅｔ網(wǎng)絡(luò)的無人機(jī)圖像目標(biāo)匹配算法

摘 要：針對無人機(jī)對目標(biāo)進(jìn)行匹配定位過程中，面臨圖像旋轉(zhuǎn)變化及視角尺寸過小導(dǎo)致的圖像特征提取困難等問題，提出了一種融合候選區(qū)域檢測與ＳＥＨａｒｄｎｅｔ特征提取網(wǎng)絡(luò)的無人機(jī)目標(biāo)圖像匹配算法。通過ＥｄｇｅＢｏｘｅｓ算法檢測候選區(qū)域，結(jié)合ＳＥＨａｒｄｎｅｔ網(wǎng)絡(luò)進(jìn)行特征提取，實(shí)現(xiàn)了目標(biāo)圖像的精確匹配。實(shí)驗(yàn)結(jié)果表明，所提算法在圖像發(fā)生角度、尺寸變化時(shí)，具有更高的匹配正確率和魯棒性，在近距離條件下圖片數(shù)據(jù)集中的匹配正確率比現(xiàn)階段圖像匹配算法高８％ ～１１％。為無人機(jī)目標(biāo)定位提供了一種可行和有效的手段。

關(guān) 鍵 詞：圖像匹配；候選區(qū)域檢測；ＥｄｇｅＢｏｘｅｓ算法；特征提取；注意力機(jī)制；ＳＥＨａｒｄｎｅｔ網(wǎng)絡(luò)；相似性度量；無人機(jī)目標(biāo)定位

中圖分類號：ＴＰ３９１.４１ 文獻(xiàn)標(biāo)志碼：Ａ 文章編號：１０００－１６４６（２０２４）０５－０６９３－０９

近年來，無人機(jī)在幾次高技術(shù)局部戰(zhàn)爭中的卓越表現(xiàn)引起了世界各國的高度重視，許多國家開始大力發(fā)展軍用無人機(jī)技術(shù)。為了滿足現(xiàn)代信息化戰(zhàn)爭精確打擊的要求，利用無人機(jī)偵察圖像實(shí)現(xiàn)對探測目標(biāo)的精確定位成為研究熱點(diǎn)［１］。由于無人機(jī)具有飛行特性復(fù)雜、飛行高度較高、成像條件多變的特點(diǎn)［２］，無人機(jī)偵察圖像與目標(biāo)基準(zhǔn)圖像不可避免地存在尺度、角度的不同。為了解決該問題，實(shí)現(xiàn)對目標(biāo)基準(zhǔn)圖像的精確定位，需要把無人機(jī)圖像與目標(biāo)基準(zhǔn)圖像進(jìn)行精確匹配，因此，構(gòu)建對圖像尺度、旋轉(zhuǎn)變化具有更好的魯棒性，準(zhǔn)確度高的圖像匹配算法成為其中的關(guān)鍵。

檢測技術(shù)是解決圖像匹配問題的一種潛在方法，目前流行的目標(biāo)檢測算法（如ＹＯＬＯＶ８［３］和ＦａｓｔｅｒＲＣＮＮ［４］等）通過收集大量的目標(biāo)數(shù)據(jù)，并對這些數(shù)據(jù)進(jìn)行詳細(xì)地標(biāo)注和訓(xùn)練學(xué)習(xí)，可以準(zhǔn)確地檢測指定的目標(biāo)。由于對數(shù)據(jù)集的強(qiáng)烈依賴，模型的泛化能力往往受到限制。特別在某些特定領(lǐng)域或應(yīng)用場景中，目標(biāo)數(shù)據(jù)非常匱乏，如建筑圖像匹配定位、稀有物種匹配定位等。因此，只利用幾張簡單圖像實(shí)現(xiàn)目標(biāo)匹配的能力變得尤為重要。

近年來，圖像匹配方法從傳統(tǒng)的特征點(diǎn)檢測與匹配（如尺度不變特征變換（ＳＩＦＴ）［５］和加速穩(wěn)健特征（ＳＵＲＦ）［６］算法）逐步發(fā)展到利用深度學(xué)習(xí)提取局部特征點(diǎn)（如ＬｏＦＴＲ［７］和ＳｕｐｅｒＰｏｉｎｔ［８］算法），但這些方法需對圖像下采樣，常忽略無人機(jī)圖像中小尺寸物體的特征，不適用于無人機(jī)圖像匹配。線特征由于其豐富的場景和對象結(jié)構(gòu)信息而受到關(guān)注，ＭＳＬＤ算法［９］通過分析梯度向量構(gòu)建描述子矩陣，提高了描述符的魯棒性。但線段匹配依賴于端點(diǎn)，容易受到無人機(jī)圖像中常見的遮擋和變形影響。區(qū)域特征因其不變性和穩(wěn)定性成為有效的匹配途徑，如最大穩(wěn)定極值區(qū)域（ＭＳＥＲ）［１０］和ＦＡＳＴＭａｔｃｈ算法［１１］。此外，基于深度學(xué)習(xí)的圖像區(qū)域匹配成為新興的研究熱點(diǎn)，ＭａｔｃｈＮｅｔ算法［１２］通過卷積神經(jīng)網(wǎng)絡(luò)（ＣＮＮ）執(zhí)行圖像區(qū)域特征提取和相似性度量；Ｈａｒｄｎｅｔ算法［１３］則利用ＣＮＮ比較灰度圖像塊的相似性。

現(xiàn)階段圖像匹配算法通常直接對整幅圖像進(jìn)行下采樣以提取特征，完成圖像匹配任務(wù)［１４］。該方法對于尺寸較大的物體在匹配效果上表現(xiàn)良好。然而，從無人機(jī)視角拍攝的物體通常較小，且特征不明顯，這使得實(shí)現(xiàn)精確匹配變得極為困難。此外，無人機(jī)的飛行高度、飛行姿態(tài)以及圖像采集條件的動態(tài)隨機(jī)性增加了圖像特征提取和匹配的難度，從而嚴(yán)重影響了圖像匹配的精度。

鑒于上述問題，本研究提出了一種通用的圖像匹配算法，只需要獲取目標(biāo)圖像的幾張圖片，就可以實(shí)現(xiàn)準(zhǔn)確匹配定位。該算法首先對整幅圖像進(jìn)行目標(biāo)候選區(qū)域檢測，避免了因下采樣而導(dǎo)致的小目標(biāo)特征提取不足問題。隨后，對檢測到的區(qū)域進(jìn)行特征提取，通過相似性度量實(shí)現(xiàn)匹配區(qū)域檢測。通過候選區(qū)域檢測初步篩選關(guān)注區(qū)域，然后針對這些區(qū)域進(jìn)行深入的特征提取和匹配，這不僅提高了小目標(biāo)匹配的準(zhǔn)確性，也增強(qiáng)了算法在面對無人機(jī)偵察圖像時(shí)的魯棒性。

１ 候選區(qū)域提取算法

候選區(qū)域提取算法基于一種核心理念：物體與其背景之間可以通過視覺特性差異進(jìn)行區(qū)分。算法通過識別這些視覺特性，在整幅圖像中分離出可能含有目標(biāo)物體的區(qū)域，以便進(jìn)行更深入的分析。該步驟對于后續(xù)的目標(biāo)檢測至關(guān)重要，因?yàn)槿绻谶@個(gè)階段某些目標(biāo)區(qū)域未能被識別并提取，則這些目標(biāo)在后續(xù)的檢測中很可能會被遺漏。

在候選區(qū)域提取方面，算法的執(zhí)行速度是一個(gè)至關(guān)重要的考慮因素。不同算法在處理速度上存在顯著差異。Ｏｂｊｅｃｔｎｅｓｓ算法［１５］通過綜合考慮邊界框的外觀特征、空間位置和內(nèi)部像素分布等因素，確定最有可能包含物體的候選邊界框，但算法計(jì)算耗時(shí)較長，難以實(shí)際應(yīng)用。ＳｅｌｅｃｔｉｖｅＳｅａｒｃｈ算法［１６］利用圖像分割思想，綜合考慮顏色、紋理、大小等多種特征來計(jì)算并合并相似區(qū)域，從而生成可能包含物體的候選區(qū)域，這種方法能夠在一定程度上減少候選區(qū)域的數(shù)量，提高目標(biāo)檢測的效率和準(zhǔn)確性。但處理１張６４０像素×３６０像素的圖像需要約１０ｓ，不適合實(shí)時(shí)應(yīng)用。區(qū)域生成網(wǎng)絡(luò)（ＲＰＮ）通過訓(xùn)練學(xué)習(xí)，能夠高效生成少數(shù)高質(zhì)量的目標(biāo)候選框，實(shí)現(xiàn)高召回率，但對數(shù)據(jù)集依賴性強(qiáng)、泛化能力弱，特別是在未知場景或?qū)ο髼l件下，性能可能下降。ＥｄｇｅＢｏｘｅｓ算法［１７］基于滑動窗口的得分函數(shù)評價(jià)候選區(qū)域，考慮窗口內(nèi)完整邊緣段的數(shù)量，處理同等大小圖像僅需約０.２５ｓ，顯著提高了實(shí)時(shí)處理能力。

ＥｄｇｅＢｏｘｅｓ算法的主要思想是基于物體邊緣信息，提取一系列物體候選框，用于加速現(xiàn)有的目標(biāo)物體檢測。該算法首先使用結(jié)構(gòu)化邊緣檢測算法求得圖像的邊緣響應(yīng)圖，接著將邊緣點(diǎn)的空間和方向約束進(jìn)行組合得到多組邊緣片段，然后根據(jù)邊緣片段與候選框的空間幾何關(guān)系給每個(gè)邊緣片段賦予權(quán)值，并根據(jù)這些邊緣片段的權(quán)值給候選框賦予得分。算法的具體步驟歸納如下：

１）輸入圖像，利用結(jié)構(gòu)化邊緣檢測算法對圖像進(jìn)行邊緣檢測，通過非最大抑制處理得到最終的邊緣響應(yīng)圖。

２）根據(jù)邊緣點(diǎn)的空間相鄰關(guān)系和方向的約束對邊緣點(diǎn)進(jìn)行組合，得到多個(gè)邊緣片段。

３）計(jì)算任意２個(gè)邊緣片段的相似度，其計(jì)算表達(dá)式為

ｆ（ｓｉ，ｓｊ）＝ ｜ｃｏｓ（θｉ－θｉｊ）ｃｏｓ（θｊ－θｉｊ）｜ （１）

式中：ｓｉ、ｓｊ為２個(gè)邊緣片段；θｉ、θｊ和θｉｊ分別為兩組邊緣點(diǎn)的平均方向角和兩組邊緣之間的方向夾角。

４）給定一個(gè)候選框，計(jì)算每個(gè)邊緣片段在該候選框內(nèi)的權(quán)值，具體可以分為４類：位于候選框內(nèi)的邊緣片段權(quán)值為１；候選框邊界相交的邊緣片段權(quán)值為０；邊緣點(diǎn)和邊緣點(diǎn)幾何中心均在候選框之外的邊緣片段權(quán)值為０；而剩下的邊緣點(diǎn)全在候選框外部，其幾何中心位于候選框內(nèi)部的邊緣片段權(quán)值計(jì)算表達(dá)式為

式中，Ｔ為該邊緣片段往候選框內(nèi)部延伸時(shí)與候選框邊界相交的邊緣片段組成的路徑。如果該路徑不存在，則將權(quán)值賦為１。

５）統(tǒng)計(jì)和候選框相關(guān)聯(lián)的所有邊緣片段并計(jì)算候選框的最終得分，其得分計(jì)算表達(dá)式為

式中：ｍｉ為邊緣片段的模長；ｂｌ和ｂｗ 分別為候選框的長和寬；Ｃｉｎ為落在候選框內(nèi)的邊緣片段的集合；ｋ值取１.５，用于抵消大的矩形框或包含較多的邊緣片段所帶來的影響。位于物體內(nèi)部的邊緣片段往往沒有物體輪廓上的邊緣重要，所以最終候選框的得分由式（４）計(jì)算的ｈｉｎ來表示。

圖１為由ＥｄｇｅＢｏｘｅｓ算法檢測到的響應(yīng)值前５００的候選框。紅色框標(biāo)示了物體的真實(shí)位置，而綠色框則代表算法檢測的候選區(qū)域。

與目前流行的目標(biāo)檢測算法不同，ＥｄｇｅＢｏｘｅｓ算法作為一種通用的候選框生成算法，利用圖像的邊緣信息來生成候選區(qū)域，無須預(yù)先收集特定目標(biāo)的信息進(jìn)行訓(xùn)練學(xué)習(xí)。這種方法不僅使其具備了更廣泛的適用性，還能夠靈活應(yīng)用于各種場景和不同類型的目標(biāo)提取任務(wù)中。

２ 區(qū)域特征提取算法

當(dāng)２幅圖像存在較大的非線性變化時(shí)，通過計(jì)算鄰域梯度信息的ＳＩＦＴ算法不能保證特征描述的穩(wěn)定性。特別是在無人機(jī)偵察的圖像景物較為模糊時(shí)，基于手工設(shè)計(jì)的特征描述子表達(dá)能力有限。然而，ＣＮＮ算法逐漸展現(xiàn)出其優(yōu)越的特征提取性能，因此，圖像特征提取的研究逐漸從ＳＩＦＴ特征轉(zhuǎn)向ＣＮＮ特征。

本文利用Ｈａｒｄｎｅｔ網(wǎng)絡(luò)提取物體塊的深度特征，基于公共數(shù)據(jù)集Ｂｒｏｗｎ訓(xùn)練提取網(wǎng)絡(luò)，網(wǎng)絡(luò)輸入為提取的物體塊，輸出為構(gòu)建的物體塊特征。訓(xùn)練過程中，同時(shí)輸入一組相同的物體塊，通過特征提取網(wǎng)絡(luò)生成各自的特征描述符；結(jié)合物體塊標(biāo)簽構(gòu)建網(wǎng)絡(luò)損失函數(shù)，使得匹配物體塊間的特征距離盡量小，非匹配物體塊間的特征距離盡量大。實(shí)驗(yàn)表明，Ｈａｒｄｎｅｔ學(xué)習(xí)的描述子在圖像匹配方面優(yōu)于傳統(tǒng)的ＳＩＦＴ、ＳＵＲＦ等手工設(shè)計(jì)的描述子。

２.１ Ｈａｒｄｎｅｔ網(wǎng)絡(luò)結(jié)構(gòu)

Ｈａｒｄｎｅｔ的網(wǎng)絡(luò)共有７個(gè)卷積層，如圖２所示，網(wǎng)絡(luò)的輸入為固定尺寸（３２像素×３２像素）的灰度物體塊，卷積層除最后一層外都用零填充。除最后一層之外，每個(gè)層后面依次進(jìn)行批處理歸一化和ＲｅＬＵ激活操作。網(wǎng)絡(luò)的輸出被Ｌ２歸一化以產(chǎn)生具有單位長度的１２８維描述符。

２.２ Ｈａｒｄｎｅｔ損失函數(shù)

損失函數(shù)旨在優(yōu)化匹配描述子之間的距離，確保２幅圖像中匹配的描述子間距離盡量小，而不匹配描述子間距離盡量大。即最小化正樣本的距離、最大化負(fù)樣本的距離。

已知２幅待匹配圖像，Ａｉ和Ｐｉ表示２個(gè)圖像的訓(xùn)練集，其中有２ｎ個(gè)圖像塊，ｎ個(gè)匹配對，ａ１和ｐ１為描述子。描述子之間的距離可表示為

訓(xùn)練集采樣過程如圖３所示。

對于匹配的描述子ａ１、ｐ１，距離最近的非匹配描述子分別為ｐ４、ａ２，相關(guān)定義如下：ａｋｍｉｎ為最接近ｐｉ 的不匹配描述子，其中，Ｋｍｉｎ ＝ｍｉｎｋ≠ｄ（ａｋ，ｐｉ）；ｐｊｍｉｎ為最接近ａｉ的不匹配描述子，其中，Ｊｍｉｎ＝ｍｉｎｋ≠ｄ（ａｋ，ｐｊ）。

每個(gè)匹配描述子都可以生成四元組（ａｉ，ｐｉ，ｐｊｍｉｎ，ａｋｍｉｎ），然后生成三元組，即

式中，ｍｉｎ［ｄ（ａｉ，ｐｊｍｉｎ），ｄ（ａｋｍｉｎ，ｐｊ）］為最近負(fù)樣本距離。

２.３ ＳＥ-Ｈａｒｄｎｅｔ網(wǎng)絡(luò)

為了更加高效地提取特征采樣區(qū)域內(nèi)的關(guān)鍵信息，同時(shí)抑制相對次要的特征，提出了一種結(jié)合注意力機(jī)制的特征提取網(wǎng)絡(luò)。通過實(shí)驗(yàn)分析發(fā)現(xiàn)，特征采樣區(qū)域內(nèi)的邊緣和角點(diǎn)成為了區(qū)分不同特征的主要信息，而相對平滑的區(qū)域?qū)μ卣鞯谋磉_(dá)貢獻(xiàn)較小。基于這一觀點(diǎn)，本文在Ｈａｒｄｎｅｔ網(wǎng)絡(luò)框架中引入了ＳＥ-Ｎｅｔ［１８］網(wǎng)絡(luò)結(jié)構(gòu)，其具體結(jié)構(gòu)如圖４所示。

ＳＥ-Ｎｅｔ網(wǎng)絡(luò)結(jié)構(gòu)通過學(xué)習(xí)得到每個(gè)通道的重要程度，進(jìn)而優(yōu)化特征提取過程，確保網(wǎng)絡(luò)能夠聚焦于信息量豐富的特征。同時(shí)，為了提高描述子匹配的效率，本文將每個(gè)輸出特征的維度優(yōu)化至６４維。這一改進(jìn)不僅加強(qiáng)了網(wǎng)絡(luò)對關(guān)鍵特征的提取能力，還顯著提升了特征匹配的速度。ＳＥ-Ｈａｒｄｎｅｔ網(wǎng)絡(luò)結(jié)構(gòu)如圖５所示。

在ＳＥ-Ｎｅｔ網(wǎng)絡(luò)結(jié)構(gòu)應(yīng)用之前，特征圖的每個(gè)通道都被賦予了相同的重要性，這導(dǎo)致網(wǎng)絡(luò)在處理信息時(shí)缺乏針對性。然而，在引入ＳＥ-Ｎｅｔ網(wǎng)絡(luò)結(jié)構(gòu)之后，每個(gè)特征通道的重要性得以區(qū)分，不同顏色直觀地展示了不同權(quán)重，這使得神經(jīng)網(wǎng)絡(luò)能夠更加聚焦于權(quán)重值較大的通道，有效地增強(qiáng)了網(wǎng)絡(luò)對關(guān)鍵信息的捕捉能力，提高了模型的性能。

３ 實(shí)驗(yàn)結(jié)果與分析

實(shí)驗(yàn)使用硬件：ＧＰＵ 為ＮＶＩＤＩＡ ＧｅＦｏｒｃｅＧＴＸ３０９０ＴＩ，ＲＡＭ 為１１ＧＢ，ＣＰＵ為ＩｎｔｅｌＸｅｏｎＥ５-２６４０，頻率為２.４０ＧＨｚ，系統(tǒng)平臺為Ｕｂｕｎｔｕ１６.０４６４-ｂｉｔ與ＣＵＤＡ１１.７，開發(fā)環(huán)境為ＰｙＴｏｒｃｈ１.３，編程語言為Ｐｙｔｈｏｎ３.６。實(shí)驗(yàn)所用的訓(xùn)練集是Ｂｒｏｗｎ數(shù)據(jù)集中的Ｌｉｂｅｒｔｙ子集。測試集為ＮｏｔｒｅＤａｍｅ子集Ｙｏｓｅｍｉｔｅ。

３.１ ＳＥ-Ｈａｒｄｎｅｔ算法對比

本節(jié)給出了ＳＥ-Ｈａｒｄｎｅｔ算法的相關(guān)實(shí)驗(yàn)結(jié)果。論述了所提算法與Ｈａｒｄｎｅｔ算法的對比實(shí)驗(yàn)，并從算法的參數(shù)量、模型大小和運(yùn)算速度等方面分析了所提出改進(jìn)算法的優(yōu)點(diǎn)。具體參數(shù)對比分析如表１所示。

從參數(shù)量的角度來看，修改后的網(wǎng)絡(luò)顯著減少了網(wǎng)絡(luò)所需的參數(shù)量。網(wǎng)絡(luò)在訓(xùn)練過程中需要學(xué)習(xí)的參數(shù)減少，降低了訓(xùn)練的復(fù)雜度，還有助于緩解過擬合問題，提高模型的泛化能力。運(yùn)算速度的提高也是修改后網(wǎng)絡(luò)的另一個(gè)優(yōu)勢。通過優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)減少計(jì)算量，網(wǎng)絡(luò)在訓(xùn)練和推理過程中能夠更快地完成任務(wù)。這不僅提高了工作效率，還使得模型能夠進(jìn)一步處理更大規(guī)模的數(shù)據(jù)集，提升了模型的性能。

圖６為網(wǎng)絡(luò)在不同測試集上的假正率（ＦＰＲ）對比情況。假正率是指被錯(cuò)誤預(yù)測為正樣本的負(fù)樣本數(shù)占真實(shí)負(fù)樣本總數(shù)的比例。盡管結(jié)構(gòu)有所變化，但效果與原始網(wǎng)絡(luò)相近，說明優(yōu)化結(jié)構(gòu)并未降低性能，反而在保持性能的同時(shí)降低了模型的復(fù)雜度和計(jì)算成本。

當(dāng)網(wǎng)絡(luò)輸出維度從１２８維調(diào)整為６４維時(shí)，算法的運(yùn)行時(shí)間從０.０４４ｓ顯著縮短至０.００３２ｓ，執(zhí)行效率得到提升。這一調(diào)整有效減少了計(jì)算成本并優(yōu)化了性能。

３.２ 圖像匹配實(shí)驗(yàn)

為了驗(yàn)證本文圖像匹配算法的可行性以及相比于已有算法的優(yōu)勢，設(shè)計(jì)了對比實(shí)驗(yàn)。ＳＥ-Ｈａｒｄｎｅｔ網(wǎng)絡(luò)和ＳｕｐｅｒＰｏｉｎｔ網(wǎng)絡(luò)均采用公共數(shù)據(jù)集Ｂｒｏｗｎ進(jìn)行訓(xùn)練。

通過ＥｄｇｅＢｏｘｅｓ算法對無人機(jī)采集到的圖像進(jìn)行候選區(qū)域提取，將提取到的候選區(qū)域和目標(biāo)圖像統(tǒng)一尺寸為３２像素×３２像素，并按列拼接，拼接后圖像寬為３２。將拼接后的圖像送入ＳＥ-Ｈａｒｄｎｅｔ網(wǎng)絡(luò)，分別提取特征，每一個(gè)候選區(qū)域得到一個(gè)６４維的描述子。將提取到候選區(qū)域的描述子分別和目標(biāo)圖像的描述子進(jìn)行皮爾遜相似度計(jì)算，并對結(jié)果進(jìn)行排序，選出最大值，因而能夠在圖像中精準(zhǔn)地匹配到目標(biāo)圖像，實(shí)現(xiàn)了目標(biāo)圖像的快速檢測與定位。整體流程如圖７所示。

３.２.１ 不同尺寸分析

無人機(jī)在同一視角下由遠(yuǎn)及近采集一系列圖像，尺寸均為１９２０像素×１０８０像素。待匹配的圖像分為同景圖像（目標(biāo)圖像和待匹配圖像來自同一場景）和異景圖像（目標(biāo)圖像和待匹配圖像來自不同場景）兩種。不同距離下圖像匹配效果對比結(jié)果如表２所示。

實(shí)驗(yàn)結(jié)果表明，當(dāng)圖像目標(biāo)小于２０像素×２０像素時(shí)，輪廓信息模糊，進(jìn)而導(dǎo)致匹配算法難以準(zhǔn)確識別。然而，隨著無人機(jī)逐漸接近目標(biāo)，目標(biāo)物體在圖像中的尺寸逐漸增大，對于同景圖像，當(dāng)達(dá)到約２５像素×２５像素時(shí)，匹配算法便能夠穩(wěn)定且精準(zhǔn)地實(shí)現(xiàn)匹配。對于異景圖像，其匹配效果相較于同景圖像在小尺寸目標(biāo)上顯得遜色。這主要是因?yàn)楫惥皥D像中的小尺寸目標(biāo)在進(jìn)行候選區(qū)域檢測時(shí)，更容易受到周圍環(huán)境的干擾，導(dǎo)致匹配算法難以有效區(qū)分目標(biāo)與背景，進(jìn)而影響了匹配效果。根據(jù)ＣＯＣＯ數(shù)據(jù)集的定義，尺寸小于３２像素×３２像素的目標(biāo)被認(rèn)為是小目標(biāo)，因此，本文提出的算法能夠較好地實(shí)現(xiàn)對小目標(biāo)的匹配。每組圖片左上角為目標(biāo)圖像，不同尺寸圖像的匹配情況如圖８所示。

３.２.２ 不同角度分析

通過無人機(jī)在不同角度和距離下采集的圖片，研究旋轉(zhuǎn)角度對圖像匹配效果的影響。由于待匹配圖像是地面目標(biāo)，故角度只考慮繞Ｚ軸旋轉(zhuǎn)的效果，匹配結(jié)果如表３所示。每組圖片左上角為目標(biāo)圖像，不同角度圖像匹配效果如圖９所示。

實(shí)驗(yàn)結(jié)果表明，當(dāng)目標(biāo)尺寸較小，尤其是低于４０像素×４０像素時(shí)，匹配距離受角度影響更為顯著。在這種情況下，由于目標(biāo)圖像的角度偏移較大，往往只能捕捉到目標(biāo)的局部特征，而無法獲取全局特征，因此匹配效果較差。相反，對于尺寸較大的目標(biāo)，最大角度偏移可達(dá)［－６０°，６０°］。

３.２.３ 不同算法對比分析

為了全面客觀地評估本文提出算法的性能，將其與傳統(tǒng)算法（如ＳＩＦＴ、ＳＵＲＦ算法）以及當(dāng)前流行的深度學(xué)習(xí)方法（如ＳｕｐｅｒＰｏｉｎｔ算法）進(jìn)行了比較。在比較過程中，傳統(tǒng)算法通過ＳＩＦＴ、ＳＵＲＦ算法提取特征點(diǎn)，并借助ＲＡＮＳＡＣ算法進(jìn)行特征點(diǎn)的精確匹配；而深度學(xué)習(xí)方法則通過ＳｕｐｅｒＰｏｉｎｔ算法提取特征點(diǎn)，再結(jié)合ＳｕｐｅｒＧｌｕｅ和ＬｉｇｈｔＧｌｕｅ算法以提高匹配的精確性。將匹配點(diǎn)數(shù)量達(dá)到或超過１５個(gè)定義為匹配成功。不同匹配算法對比結(jié)果如表４所示，括號內(nèi)的數(shù)字代表成功匹配的特征點(diǎn)數(shù)量。ＳＥ-Ｈａｒｄｎｅｔ網(wǎng)絡(luò)和ＳｕｐｅｒＰｏｉｎｔ網(wǎng)絡(luò)均采用公共數(shù)據(jù)集Ｂｒｏｗｎ進(jìn)行訓(xùn)練。每組圖片左部為目標(biāo)圖像，不同匹配算法的匹配圖像如圖１０所示。

不同算法測試曲線如圖１１所示，無論是傳統(tǒng)方法（ＳＩＦＴ、ＳＵＲＦ算法）還是深度學(xué)習(xí)方法（Ｓｕｐｅｒ-Ｐｏｉｎｔ算法），在近距離下都展現(xiàn)出良好的匹配效果，且隨著距離減小，匹配點(diǎn)數(shù)量和匹配效果逐漸提升。這是因?yàn)榻嚯x物體特征點(diǎn)豐富，更易匹配。然而，在無人機(jī)視角下，物體偏小導(dǎo)致匹配效果變差。相比之下，本文提出的ＥｄｇｅＢｏｘｅｓ＋ＳＥ-Ｈａｒｄｎｅｔ算法表現(xiàn)更好，通過直接檢測圖像中的目標(biāo)候選區(qū)域并進(jìn)行匹配，能夠更有效地應(yīng)對小尺寸目標(biāo)的匹配問題。

為了更深入地探討并比較算法的性能，特別構(gòu)建了一個(gè)近距離數(shù)據(jù)集，主要聚焦于無人機(jī)與目標(biāo)物體距離在５０ｍ以內(nèi)的場景，匹配正確率計(jì)算表達(dá)式為

Ｐ＝Ｎｃ ／Ｎｔ （８）

式中：Ｎｃ為正確匹配的數(shù)量；Ｎｔ為匹配的總數(shù)量。具體匹配效果如表５所示。

通過對比表５數(shù)據(jù)可以看出，本文所提算法在近距離條件下的匹配效果同樣優(yōu)于其他算法。從整體趨勢來看，所提出的算法在無人機(jī)視角下的匹配效果具有顯著的競爭優(yōu)勢，不僅在小尺寸目標(biāo)匹配上，而且在近距離條件下也相對占優(yōu)。相較于傳統(tǒng)方法和深度學(xué)習(xí)匹配方法，所提算法在無人機(jī)視角下表現(xiàn)出更為全面和優(yōu)越的性能。

４ 結(jié)束語

本文提出了一種通用的圖像匹配算法，僅需獲取目標(biāo)圖像的幾張圖片便能實(shí)現(xiàn)精準(zhǔn)的目標(biāo)匹配。與當(dāng)前目標(biāo)檢測算法相比，所提算法無須提前收集大量目標(biāo)物體信息，能夠適用于不同類型的圖像，不受特定領(lǐng)域限制。本文算法采用ＥｄｇｅＢｏｘｅｓ來檢測圖像中的目標(biāo)候選區(qū)域，利用ＳＥ-Ｈａｒｄｎｅｔ網(wǎng)絡(luò)提取區(qū)域的深度特征，并通過計(jì)算相似度來判定圖像中相匹配的候選區(qū)域。與當(dāng)前圖像匹配方法相比，所提算法能夠?qū)崿F(xiàn)更高的匹配精度，并且能夠在面對尺寸變化、角度變化等因素時(shí)，仍保持精確地匹配，所提算法可進(jìn)一步應(yīng)用于需要較高匹配精度的計(jì)算機(jī)視覺任務(wù)。未來研究將考慮優(yōu)化候選區(qū)域提取算法，以提升匹配算法的實(shí)時(shí)性和適用性。

參考文獻(xiàn)（Ｒｅｆｅｒｅｎｃｅｓ）：

［１］朱得糠，李東澤，郭鴻博，等．無人機(jī)視覺地理定位研究綜述［Ｊ］．導(dǎo)航與控制，２０２３，２２（３）：２１－３３．

（ＺＨＵＤＫ，ＬＩＤ Ｚ，ＧＵＯ Ｈ Ｂ，ｅｔａｌ．Ａ ｒｅｖｉｅｗ ｏｆｒｅｓｅａｒｃｈｏｎｖｉｓｉｏｎｂａｓｅｄｇｅｏｌｏｃａｔｉｏｎｆｏｒｕｎｍａｎｎｅｄａｅｒｉａｌｖｅｈｉｃｌｅｓ［Ｊ］．ＮａｖｉｇａｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０２３，２２（３）：２１－３３．）

［２］王博，宋丹，王洪玉．無人機(jī)自主巡檢系統(tǒng)的關(guān)鍵技術(shù)研究［Ｊ］．計(jì)算機(jī)工程與應(yīng)用，２０２１，５７（９）：２５５－２６３．

（ＷＡＮＧＢ，ＳＯＮＧＤ，ＷＡＮＧＨＹ．ＲｅｓｅａｒｃｈｏｎｋｅｙｔｅｃｈｎｏｌｏｇｉｅｓｏｆＵＡＶ ａｕｔｏｎｏｍｏｕｓｉｎｓｐｅｃｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ，２０２１，５７（９）：２５５－２６３．）

［３］胡峻峰，李柏聰，朱昊，等．改進(jìn)ＹＯＬＯｖ８的輕量化無人機(jī)目標(biāo)檢測算法［Ｊ］．計(jì)算機(jī)工程與應(yīng)用，２０２４，６０（８）：１８２－１９１．

（ＨＵＪＦ，ＬＩＢＣ，ＺＨＵＨ，ｅｔａｌ．ＡｎｉｍｐｒｏｖｅｄｌｉｇｈｔｗｅｉｇｈｔｕｎｍａｎｎｅｄａｅｒｉａｌｖｅｈｉｃｌｅｔａｒｇｅｔｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＹＯＬＯｖ８［Ｊ］．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ，２０２４，６０（８）：１８２－１９１．）

［４］汪常建，丁勇，盧盼成．融合改進(jìn)ＦＰＮ與關(guān)聯(lián)網(wǎng)絡(luò)的ＦａｓｔｅｒＲＣＮＮ目標(biāo)檢測［Ｊ］．計(jì)算機(jī)工程，２０２２，４８（２）：１７３－１７９．

（ＷＡＮＧＣＪ，ＤＩＮＧＹ，ＬＵＰＣ．ＴａｒｇｅｔｄｅｔｅｃｔｉｏｎｏｆｆａｓｔｅｒＲＣＮＮｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＦＰＮａｎｄａｓｓｏｃｉａｔｉｏｎｎｅｔｗｏｒｋ［Ｊ］．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ，２０２２，４８（２）：１７３－１７９．）

［５］ＬＯＷＥＤＧ．Ｄｉｓｔｉｎｃｔｉｖｅｉｍａｇｅｆｅａｔｕｒｅｓｆｒｏｍ ｓｃａｌｅｉｎｖａｒｉａｎｔｋｅｙｐｏｉｎｔｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒＶｉｓｉｏｎ，２００４，６０（２）：９１－１１０．

［６］ＢＡＹＨ，ＴＵＹＥＬＡＡＲＳＴ，ＧＯＯＬＬＶ．ＳＵＲＦ：ｓｐｅｅｄｅｄｕｐｒｏｂｕｓｔｆｅａｔｕｒｅｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ９ｔｈＥｕｒｏｐｅａｎＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ．Ｇｒａｚ，Ａｕｓｔｒｉａ：Ｓｐｒｉｎｇｅｒ，２００６：４０４－４１７．

［７］ＳＵＮＪ，ＳＨＥＮ Ｚ，ＷＡＮＧ Ｙ，ｅｔａｌ．ＬｏＦＴＲ：ｄｅｔｅｃｔｏｒｆｒｅｅｌｏｃａｌｆｅａｔｕｒｅｍａｔｃｈｉｎｇｗｉｔｈｔｒａｎｓｆｏｒｍｅｒｓ［Ｃ］／／ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥ／ＣＶＦＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ．Ｎａｓｈｖｉｌｌｅ，ＵＳＡ：ＩＥＥＥ，２０２１：８９２２－８９３１．

［８］ＤＥＴＯＮＥＤ，ＭＡＬＩＳＩＥＷＩＣＺ Ｔ，ＲＡＢＩＮＯＶＩＣＨ Ａ．Ｓｕｐｅｒｐｏｉｎｔ：ｓｅｌｆｓｕｐｅｒｖｉｓｅｄｉｎｔｅｒｅｓｔｐｏｉｎｔｄｅｔｅｃｔｉｏｎａｎｄｄｅｓｃｒｉｐｔｉｏｎ［Ｃ］／／ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥ ＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎＷｏｒｋｓｈｏｐｓ．ＳａｌｔＬａｋｅＣｉｔｙ，ＵＳＡ：ＩＥＥＥ，２０１８：２２４－２３６．

［９］ＷＡＮＧＺ，ＷＵ Ｆ，ＨＵ Ｚ．ＭＳＬＤ：ａｒｏｂｕｓｔｄｅｓｃｒｉｐｔｏｒｆｏｒｌｉｎｅｍａｔｃｈｉｎｇ［Ｊ］．ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，２００９，４２（５）：９４１－９５３．

［１０］ＭＡＴＡＳＪ，ＣＨＵＭ Ｏ，ＵＲＢＡＮＭ，ｅｔａｌ．Ｒｏｂｕｓｔｗｉｄｅｂａｓｅｌｉｎｅｓｔｅｒｅｏｆｒｏｍｍａｘｉｍａｌｌｙｓｔａｂｌｅｅｘｔｒｅｍａｌｒｅｇｉｏｎｓ［Ｊ］．ＩｍａｇｅａｎｄＶｉｓｉｏｎＣｏｍｐｕｔｉｎｇ，２００４，２２（１０）：７６１－７６７．

［１１］ＫＯＲＭＡＮＳ，ＲＥＩＣＨＭＡＮ Ｄ，ＴＳＵＲ Ｇ，ｅｔａｌ．Ｆａｓｔｍａｔｃｈ：ｆａｓｔａｆｆｉｎｅｔｅｍｐｌａｔｅｍａｔｃｈｉｎｇ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒＶｉｓｉｏｎ，２０１７，１２１（１）：１１１－１２５．

［１２］ＨＡＮＸ，ＬＥＵＮＧＴ，ＪＩＡＹ，ｅｔａｌ．ＭａｔｃｈＮｅｔ：ｕｎｉｆｙｉｎｇｆｅａｔｕｒｅａｎｄｍｅｔｒｉｃｌｅａｒｎｉｎｇｆｏｒｐａｔｃｈｂａｓｅｄｍａｔｃｈｉｎｇ［Ｃ］／／２０１５ＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ．Ｂｏｓｔｏｎ，ＵＳＡ：ＩＥＥＥ，２０１５：３２７９－３２８６．

［１３］ＭＩＳＨＣＨＵＫＡ，ＭＩＳＨＫＩＮＤ，ＲＡＤＥＮＯＶＩＣＦ，ｅｔａｌ．Ｗｏｒｋｉｎｇｈａｒｄｔｏｋｎｏｗｙｏｕｒｎｅｉｇｈｂｏｒ′ｓｍａｒｇｉｎｓ：ｌｏｃａｌｄｅｓｃｒｉｐｔｏｒｌｅａｒｎｉｎｇｌｏｓｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ３１ｓｔＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＮｅｕｒａｌＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＳｙｓｔｅｍｓ．Ｃａｌｉｆｏｒｎｉａ，ＵＳＡ：ＣｕｒｒａｎＡｓｓｏｃｉａｔｅｓ，２０１７：４８２７－４８３８．

［１４］劉海橋，劉萌，龔子超，等．基于深度學(xué)習(xí)的圖像匹配方法綜述［Ｊ］．航空學(xué)報(bào)，２０２４，４５（３）：８２－９５．

（ＬＩＵＨＱ，ＬＩＵＭ，ＧＯＮＧＺＣ，ｅｔａｌ．Ａｒｅｖｉｅｗｏｆｉｍａｇｅｍａｔｃｈｉｎｇｍｅｔｈｏｄｓｂａｓｅｄｏｎｄｅｅｐｌｅａｒｎｉｎｇ［Ｊ］．ＡｃｔａＡｅｒｏｎａｕｔｉｃａｅｔＡｓｔｒｏｎａｕｔｉｃａＳｉｎｉｃａ，２０２４，４５（３）：８２－９５．）

［１５］王嬌嬌，劉政怡，李輝．特征融合與ｏｂｊｅｃｔｎｅｓｓ加強(qiáng)的顯著目標(biāo)檢測［Ｊ］．計(jì)算機(jī)工程與應(yīng)用，２０１７，５３（２）：１９５－２００．

（ＷＡＮＧＪＪ，ＬＩＵＺＹ，ＬＩＨ．Ｆｅａｔｕｒｅｆｕｓｉｏｎａｎｄｏｂｊｅｃｔｎｅｓｓｅｎｈａｎｃｅｄａｐｐｒｏａｃｈｏｆｓａｌｉｅｎｃｙｄｅｔｅｃｔｉｏｎ［Ｊ］．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ，２０１７，５３（２）：１９５－２００．）

［１６］ＵＩＪＬＩＮＧＳＪＲ，ＳＡＮＤＥＫ Ｅ，ＧＥＶＥＲＳＴ，ｅｔａｌ．Ｓｅｌｅｃｔｉｖｅｓｅａｒｃｈｆｏｒｏｂｊｅｃｔｒｅｃｏｇｎｉｔｉｏｎ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒＶｉｓｉｏｎ，２０１３，１０４（２）：１５４－１７１．

［１７］ＺＩＴＮＩＣＫＣＬ，ＤＯＬＬＡＲＰ．Ｅｄｇｅｂｏｘｅｓ：ｌｏｃａｔｉｎｇｏｂｊｅｃｔｐｒｏｐｏｓａｌｓｆｒｏｍ ｅｄｇｅｓ［Ｃ］／／ＥｕｒｏｐｅａｎＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ．Ｅｄｉｎｂｕｒｇｈ，Ｓｃｏｔｌａｎｄ：Ｓｐｒｉｎｇｅｒ，２０１４：３９１－４０５．

［１８］祁宣豪，智敏．圖像處理中注意力機(jī)制綜述［Ｊ］．計(jì)算機(jī)科學(xué)與探索，２０２４，１８（２）：３４５－３６２．

（ＱＩＸＨ，ＺＨＩＭ．Ａｒｅｖｉｅｗｏｆａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍｓｉｎｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ［Ｊ］．ＪｏｕｒｎａｌｏｆＦｒｏｎｔｉｅｒｓｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０２４，１８（２）：３４５－３６２．）

（責(zé)任編輯：景 勇 英文審校：尹淑英）

特邀專家 蘇文博，沈陽工業(yè)大學(xué)信息科學(xué)與工程學(xué)院教授，中國機(jī)器人檢測認(rèn)證聯(lián)盟技術(shù)委員會無人機(jī)認(rèn)證技術(shù)專家、中國無人機(jī)產(chǎn)業(yè)聯(lián)盟副理事長、遼寧省工商聯(lián)副主席。國家中組部“萬人計(jì)劃－科技創(chuàng)業(yè)”領(lǐng)軍人才、遼寧省“興遼英才計(jì)劃”領(lǐng)軍人才、遼寧省百千萬工程人才。長期致力于無人機(jī)精確制導(dǎo)方向研究，專注于新型無人機(jī)系統(tǒng)方面的前沿、瓶頸技術(shù)問題。創(chuàng)立通過標(biāo)定雷達(dá)和紅外相機(jī)實(shí)現(xiàn)空間配準(zhǔn)的方法，該技術(shù)在國內(nèi)紅外成像技術(shù)產(chǎn)品上得到廣泛應(yīng)用。創(chuàng)辦的沈陽無距科技有限公司被評為國家高新技術(shù)企業(yè)、遼寧省潛在獨(dú)角獸企業(yè)、遼寧省“興遼英才計(jì)劃”高水平創(chuàng)新創(chuàng)業(yè)團(tuán)隊(duì)。擁有專利２２項(xiàng)，承擔(dān)省部級科研項(xiàng)目１１項(xiàng)，累計(jì)獲專項(xiàng)經(jīng)費(fèi)２０００萬元。２０２１年作為遼寧省唯一青年企業(yè)家代表參加統(tǒng)戰(zhàn)部與清華大學(xué)聯(lián)合舉辦的“新時(shí)代民營企業(yè)家培養(yǎng)計(jì)劃”。

基金項(xiàng)目：遼寧省“興遼英才”項(xiàng)目（ＸＬＹＣ２００２１００）。