SIFT特征算子在低空遥感影像

全自动匹配中的应用

2006级  万雪

指导教师：张祖勋  柯涛

摘    要

近年来随着无人驾驶低空飞行器及其辅助设备的发展，低空遥感迅速成为广泛关注的热点。而影像匹配则是低空遥感数据处理的关键技术，其匹配质量直接影响到后续成果的优劣。相对于传统航天航空摄影测量，低空遥感的飞行器具有自动化程度高、体积小、重量轻等特点。这就使得这些飞行器很容易受到天气、风力等的影响，从而使低空遥感影像相对于传统航空影像而言，具有重叠度变化大、旋偏角大和比例尺不一等特点。这使得传统的影像匹配方法（基于灰度匹配）不能得到理想结果。

    本论文针对低空遥感影像的特点，研究一种基于SIFT算子的特征匹配方法，并将其应用于低空遥感影像的全自动匹配。由于该算子具有旋转和缩放不变性，因此该方法在低空遥感影像匹配中可获得很好的匹配结果。

本文对于SIFT算子进行了横向比较，在特征点提取方面将SIFT算子特征点提取与Moravec、Forstner和Harris提取结果进行比较和分析；在特征描述方面，将SIFT算子描述与PCA-SIFT描述进行比较和分析；在特征匹配时，将SIFT算子与传统基于灰度匹配方法进行比较分析。

同时，基于SIFT的影像匹配在低空遥感中也存在一些问题，例如在特征点提取时重复性不高，在特征匹配时正确率不高、速度过慢等问题。针对这些问题，本文提出了基于SIFT算法的三项改进：（1）采用基于过零点理论的特征点提取；（2）采用基于主方向约束的匹配策略；（3）采用相关系数代替欧氏距离最小作为相似性测度。

最后，本文对于改进前后算法进行比较，通过四组不同旋角，不同传感器获取影像进行实验，结果显示，改进后的SIFT算法从重复性、匹配正确率和匹配时间上都有较大的提高。

关键词：SIFT算子；低空遥感；过零点理论；主方向约束；相关系数