基于特征点的无人机图像拼接技术优化研究

陈常晖

(福建船政交通职业学院 通用航空产业学院， 福建 福州 350007)

无人机航拍技术发展迅速，近年来已成为研究热点.无人机航拍拥有轻巧、灵活、造价低等特点，在军事领域和民用领域都发挥着重要作用，如高危地区侦查、环境监测、天气预测等.由于飞行高度、相机性能和恶劣环境等各种因素的影响，无人机航拍获取的单张图片包含信息较少，需要对多张图片进行图像拼接处理，以获取目标区域的全面图[1].传统的无人机图像拼接技术一般采用尺度不变特征变换算法(Scale-Invariant Feature Transform，SIFT)和加速稳健特征算法(Speeded Up Robust Features，SURF)，但两种算法运行较慢，无法满足处理实时性的要求[2].研究采用ORB算法(Oriented FAST and Rotated BRIEF，ORB)、K最近邻算法(K-Nearest Neighbors Algorithm，KNN)、随机采样一致算法(Random Sample Consensus，RANSAC)对图像特征点进行提取、匹配和提纯，实现对无人机图像拼接技术优化.研究结果表明，优化拼接技术在拥有足够高的匹配精度同时，还拥有比传统技术更快的处理速度.

1 基于ORB特征提取的图像拼接优化技术

1.1 基于ORB算法的拼接图像特征点检测与描述

无人机(Unmanned Aerial Vehicle，UAV)是一种无人驾驶的不载人飞机，用途十分广泛.近年来，我国无人机销量不断上涨，在2018年，无人机销售总量已经超过了300万台[3-4].无人机航拍是无人机的重要用途之一，无人机图像拼接是无人机航拍的重要环节[5].图像拼接是指以某张图像为基准图像，另一张与基准图像有一定重叠区域的图像作为待拼接图像，在对两张图像进行配准后，使两幅图像重叠的坐标点能够对准，然后拼接重叠部……