基于SIFT的UAV载组合宽角相机影像匹配方法

摘要

针对无人驾驶飞机UAV(Unmanned Aerial Vehicle)航空组合相机获取的大像幅影像旋偏角较大、大尺度变化和颜色差异明显的问题,提出基于极几何和单应约束的SIFT(Scale Invariant Feature Transform)特征多尺度LSM(Least Squares Matching)算法.该算法顶层金字塔影像采用SIFT快速匹配,对匹配结果利用改进的RANSAC(Random Sample Consensus)算法计算影像间单应矩阵和基本矩阵;对影像进行Harris特征提取,根据极几何和单应约束采用双向一致性相关系数算法进行密集匹配;通过更新单应矩阵,设定阈值删除误匹配点;对匹配的同名点进行最小二乘匹配获取子像素级精度.通过对具有较大旋偏角、大尺度变化和颜色差异的3组实际航摄影像的试验对比表明,与传统方法相比,该算法具有较高的匹配成功率和较好的有效性.