论文部分内容阅读
地理信息空间数据的来源不断趋于多源化和精细化,倾斜航空摄影测量技术的出现和发展,带给了地理信息行业全新的视角,使得地理空间信息得以更全面、更精细和更直观的表达。而无人机技术的发展和开源,地信行业的数据获取方式更加趋向于精细化,在此次土地三调中很多底图以及人工难以到达的地方,都是采用无人机的形式进行制图和作业。无人机便携、轻巧的同时在影像获取时也容易使得影像发生变形和倾斜,甚至影像失真等,加之倾斜摄影测量技术,本身对倾斜影像的需求,这使得在影像处理阶段需要各算法对影像的“倾斜”具有一定程度上的不变性。基于此,本文的主要研究内容和结论如下:(1)基于ASIFT算法的改进。本文在前人研究的基础上,利用ASIFT算法进行剥离,得到具有仿射不变性的Affine算法,Affine算法是通过模拟相机作业时的水平角和垂直角,进而衡量影像的水平偏移和垂直偏移,垂直偏移即倾斜,通过纬度角计算出影像倾斜度。得到Affine算法后,与传统经典的SURF、ORB、AKAZE、BRISK和Harris算子相结合,进一步对算法进行改进。通过实验证明,改进后的算法特征提取明显优秀于改进前,其中最差的BRISK算法改进后是改进前的8.5倍,最好的是SURF算法,改进后提取的特征点是原算法的146.5倍。(2)对提取的特征点利用快速最近邻搜索法(FLANN),采用KD-TREE算法进行范数距离和汉明距离判断完成影像特征点的粗匹配,再次采用基于随机一致性(RANSAC)的单应性映射矩阵匹配算法进行阈值控制,进一步实现影像特征点与特征点之间的精确匹配。(3)在对Harris算法进行改进时,经实验对比,采用二进制的BRIEF算法进行特征的描述,然后通过尺度、仿射、色差和噪音的实验和原算法进行对比分析,A-Harris算法具有一定程度的优秀性。(4)对得到的改进算法。通过不同航线具有一定重叠的影像和各镜头同航线相邻影像的实验匹配,进行数据统计和分析,实验表明同航线上的影像匹配效果优秀,并且耗时短,不同航线的影像匹配,匹配效果差,并且耗时长。改进算法和原算法的在各自的系统里优秀程度同等,A-ORB算法具有时间上的绝对优势,ASIFT算法和A-BRISK算法在特征提取上具有同样的优越性,对于同等程度的匹配,A-BRISK算法更耗时一点,相对消耗的内存也多一点,容易造成内存溢出,A-AKAZE算法具有耗时和匹配的中间性,A-Harris算法的耗时稍长一点,A-Harris和A-SURF的匹配率相对稳定。SURF是SIFT基础上改进的算法,在本文的改进算法中,Affine-SURF算法仍然具有时间上的优势,并且针对倾斜航空影像匹配效果也毫不逊色于ASIFT算法。