基于改进ORB和RANSAC算法的无人机影像特征匹配方法

丁进选，王丽欣，苗星雷

(1.深圳市长勘勘察设计有限公司，广东 深圳 518003；2.黑龙江省测绘地理信息学会，黑龙江 哈尔滨 150080；3.哈尔滨北方防务装备股份有限公司，黑龙江 哈尔滨 150050)

无人机航摄具有机动灵活、高效快速和作业成本低等优点，在各领域得到广泛的应用[1-2]。由于在一些应用中通常需要覆盖整个研究区域的影像，因此需要对无人机获得的影像进行拼接。影像特征匹配作为其中一项关键环节[3-4]，得到众多研究者的关注。David Lowe等于1999年提出了著名的SIFT算法，并于2004年进行了改进[5]。Leutenegger等为解决SIFT算法实时性的问题，于2011年提出了BRISK算法[6]。Pablo等人于2012年提出了KAZE算法，但该算法对仿射畸变不耐受[7-8]。Rublee等人于2011年提出了一种对图像的平移、旋转、缩放等矩阵变换具有不变性的ORB算法，该算法具有计算速度快、占用内存小等特点[9]，但是该算法尺度性较差。部分学者从不同角度对ORB算法进行了改进[10-11]，但是均未有效解决ORB算法尺度性弱的问题。

本文在总结和分析ORB算法优缺点的基础上， 提出一种改进的无人机影像匹配算法。该算法首先利用改进的ORB算法提取具有尺度不变特性的特征点，并在特征匹配阶段基于改进的RANSAC算法进行误匹配的剔除，最终实现无人机影像特征的精确匹配。

1 ORB算法的改进

传统ORB算法分为特征点的检测和描述两部分，该算法具有对平移、光照和旋转不变的特性[9]，但是由于该算法未给描述子提供尺度信息，因此该算法不具备尺度不变性[12]。因此当影像尺度发生较大变形时，该算法性能表现较差。……