一种改进的喀斯特山区无人机影像匹配算法

代友林，王晓红，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)

0 引 言

无人机影像匹配是基于无人机影像数据的处理与应用的关键之一[1]，对于后续的影像拼接以及三维重建有着很重要的影响。喀斯特山区因其独特的地质原因，造就了许多奇美的自然景观，中国南方喀斯特更是被列入“世界遗产名录”[2]，但同时喀斯特山区也因此容易发生滑坡、泥石流等自然灾害。如何高效地应用无人机影像是保护该地区这些奇美景观和应急救灾的关键。近年来，围绕特征匹配方法，大量学者相继提出了SIFT[3-4]、SURF[5]、AKAZE[6]、BRISK[7]、ORB[8]等算法以及它们的改进算法，其中对于AKAZE算法的改进主要有，一是采用其他描述子代替原描述子以提高部分性能，如文献[9]采用SIFT描述子提升匹配数量但其时效性有所降低；二是改进描述符提升算法适应性，如文献[10]对MLDB加入BOLD掩码提升算法的鲁棒性而匹配速度有所下降；三是通过对影像处理提升算法性能，如文献[11]结合颜色不变量在保证特征可靠性的同时提升效率但其灰度范围只能根据经验值预定，不能实现自动化；文献[12]参考ASIFT[13]对影像进行模拟，提升了算法的效率和匹配数量，更适应于喀斯特地区，但对算法本身存在的缺点并未改变，其正确率并未得到提升。

通过对诸多文献的学习和分析，文中提出适应于喀斯特地区无人机影像的组合特征匹配算法。首先利用AKAZE算法检测特征点，然后采用DAISY[14-15]描述子进行特征描述，最后采用给予单应性矩阵的随机抽样一致性算法进行误匹配剔除。……