基于BRISK-LATCH的喀斯特山区无人机影像匹配算法

代友林，王晓红，李 闯，李万华

(1.贵州大学矿业学院，贵州 贵阳 550025；2.贵州大学林学院，贵州 贵阳 550025；3.烟台职业学院，山东 烟台 264025)

0 引言

中国喀斯特地区已列入“世界遗产名录”[1]，但该地区易发生滑坡、泥石流等自然灾害，利用无人机技术可快速做出响应，为救灾做好信息保障工作，且无人机影像构建的喀斯特三维景区更直观。喀斯特山区峰林和峰丛众多，其影像存在地形起伏大、影像亮度分布不均匀等情况，使得该地区无人机影像匹配特征不明显，出现正确匹配点数量较少、耗时长的现象。近年来，国内外学者针对无人机影像匹配进行了大量研究，在经典SIFT (Scale Invariant Feature Transform)算法[2]、SURF(Speeded Up Robust Features)算法[3]及AKAZE (Accelerated-KAZE)算法[4]等的基础上进行了改进和创新。例如，张贝贝等[5]利用Delaunay三角网的约束作用，在保持SURF算法和Harris算法优点的同时减少了误匹配，但当特征点数量较大时，构建三角网会导致计算量增大，时效性降低；王晓红等[6]利用AKAZE算法和SIFT描述符分别进行特征点检测和描述，再利用RANSAC(Random Sample Consensus)算法进行精匹配，可提高匹配效率及匹配点数；Leutenegger等[7]提出的BRISK(Binary Robust Invariant Scalable Keypoints)算法速度快且具有较好的旋转和尺度不变性，相比SIFT算法可满足实时性要求；宋伟等[8]提出基于改进AKAZE特征的无人机影像拼接算法，通过并行计算，利用BRISK描述符代替M-LDB描述符，在保证较高准确率的同时，有效提升了匹配效率，但总匹配数和正确点数均有所下降；针对喀斯特地区影像，何志伟[9]提出基于完全仿射变换的改进算法，通过对喀斯特地区多视角影像做不同经纬度下的模拟，能够精确模拟因相机光轴取向变化导致的无人机影像扭曲和几何变形，使得特征点数量增加且分布更均匀，正确匹配的数量显著提高；……