基于SIFT改进算法的大幅面无人机影像特征匹配方法

SIFT(scale invariant feature transform)算法因其有效的尺度、旋转、亮度、仿射、噪声等不变性,在模式识别和图像匹配领域中被广泛采用,但其实现过程需要在整个尺度空间上进行,时间复杂度相对较高,占用内存资源较大。针对SIFT算法对大幅面无人机航空遥感影像进行匹配时,在特征检测阶段容易产生内存溢出,导致无法进行匹配的问题,通过对大幅面影像进行分块,并考虑了处理块接边重叠问题,提出一种基于图像分块的Large-SIFT算法。实验表明,该算法在特征检测阶段不受内存限制,能较快速地对大幅面无人机航空遥感影像进行自动匹配,并在实际应用中为空中三角测量提供连接点数据。