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。