一种改进的APAP影像匹配算法

针对无人机影像匹配时易出现影像重影、透视失真和耗时较长等问题,本文提出了一种改进的APAP算法。该算法首先利用SIFT算法选取特征点,通过改进RANSAC算法去除误匹配点;然后根据APAP算法对影像进行网格划分,求每个网格的单应性矩阵,并对单应性矩阵进行线性化;最后根据线性化的单应性矩阵进行影像匹配,单应性矩阵的线性化不仅对影像匹配时产生的重影现象有较好的削弱作用,而且能减少非重叠区域的透视失真。试验结果表明,本文方法在匹配效率和匹配效果方面效果显著。

基于APAP模型的大视差图像拼接算法

针对待拼接图像具有大视差时,重叠区域会出现重影和拼接效率较低等问题,提出一种基于改进ORB算法的大视差图拼接模型。首先构建尺度空间,借助FAST算法提取特征点并建立主方向,再对特征采样区域建立MLDB描述符,然后采用向量场一致性算法筛选内点,最后通过APAP模型完成配准拼接。实验表明,与ORB算法相比,改进ORB算法的鲁棒性更好,与SIFT算法和AKAZE算法相比,匹配速度更快;本算法拼接与GlobalHomography算法、传统APAP模型和AANAP模型相比,效率更高、拼接效果更好,符合视觉审美。

具有视差的无人机航拍图像拼接算法研究

针对无人机航拍相邻图像会具有视差以及现有拼接算法易出现重影等问题,提出了一种基于APAP(as-projective-as-possible image stitching)算法航拍图像拼接方法。首先利用AKAZE(accelerated KAZE)算法对相邻图像进行特征匹配,然后借助APAP配准算法对相邻航拍图像进行配准,最后对重叠部分借助拉普拉斯金字塔融合算法进行融合得到拼接图像。实验证明:所提算法对航拍图像的拼接效果较好,无明显拼接痕迹,且拼接速度较快。