基于互补不变特征的倾斜影像高精度立体匹配

针对常规算法在倾斜立体影像匹配时的不足，本文提出了一种基于互补不变特征的高精度均匀匹配算法，其可实现特征匹配数量较多、空间分布均匀度较好、匹配点定位精度较高的影像匹配。首先融合Harris-Affine（仿射不变的Harris角点）和SIFT（Scale Invariant Feature Transform）互补不变特征，然后利用得到的单应矩阵对影像进行射影变换并消除影像失真，最后提取Harris特征进行双重约束归一化互相关（Normalized Cross Correlation，NCC）匹配。利用近景影像、无人机影像和AMC580影像进行的实验结果表明，本文所提算法是一种适用于倾斜影像的鲁棒匹配算法。

集成MSER和SIFT特征的遥感影像自动配准算法

针对倾斜的遥感影像配准困难问题,提出一种基于集成最大极值稳定区域(MSER)和尺度不变特征转换(SIFT)的互补不变特征的自动影像配准算法。该算法首先应用目前公认的具有最佳仿射不变性的MSER特征区域进行影像的粗匹配,初步校正影像的空间形变。然后在粗匹配基础上采用匹配能力较强的SIFT描述子与仿射不变矩描述子相结合,进行精匹配。通过以上两步匹配,可以提高遥感影像配准精度,尤其对倾斜影像效果更明显。最后采用倾斜的无人机(UAV)影像进行试验,并与SIFT配准算法比较。结果表明,本文算法在仿射不变性和匹配正确率方面均优于SIFT配准方法。