图像块改进Harris角点检测的农田图像拼接

为了达到农田研究人员对于宽视野、高清晰度图像的要求,提出一种基于图像块改进Harris角点检测的农田图像拼接算法。为了降低图像拼接数据量,减少运算时间,提高拼接效率,将参考图像与待拼接图像分割成具有重叠区域的图像块,采用余弦相似度,寻找最优匹配图像块;采用Harris角点检测算法实现最优匹配图像块的特征点提取,通过计算两者之间的欧氏距离实现特征点粗匹配;采用随机采样一致算法(RANSAC)去除误匹配点,对实现精确匹配,并求解参考图像块与待配准图像块的投影变换矩阵;将投影变换矩阵应用于原始参考图像与待拼接图像,实现拼接。实验结果表明,该研究拼接结果的标准差、平均梯度和空间频率值都高于传统Harris算法;在算法性能中,平均误配率为39.56%和平均运行时间为2.46 s,都优于Harris算法,说明该研究拼接图像的质量较好且算法能够较好地实现农田图像的拼接。

基于SIFT算法的无人机遥感图像拼接技术

为了给农田研究人员提供高精度、宽视野的图像,在利用SIFT(Scale-Invariant Feature Transform)算法初步检测候选点步骤中,加入自适应阈值去除部分候选特征点;结合无人机图像的经纬度坐标及重叠区域位置关系剔除部分无效特征点,并进行特征点粗匹配;利用随机采样一致算法消除误匹配点对,并求解投影变换矩阵完成相邻两幅农田遥感图像的拼接;设计了金字塔拼接策略,完成128幅高分辨率图像的拼接。实验结果表明,基于SIFT算法,利用改进的特征点精简方法,特征点粗匹配时间平均减少了52%,精匹配时间平均减少了25%;基于6个图像融合评价参数的对比实验发现,从定性和定量两个方面,基于多分辨率的图像融合均优于其他融合算法。