Harris角点自适应检测的水稻低空遥感图像配准与-IngentaConnect.PDF

第 31 卷 第 14 期 农 业 工 程 学 报 Vol.31 No.14 186 2015 年 7 月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2015 Harris 角点自适应检测的水稻低空遥感图像配准与拼接算法 1,2 1 1 1 1※ 周志艳 ，闫梦璐 ，陈盛德 ，兰玉彬 ，罗锡文 （1. 华南农业大学工程学院/广东省农业航空应用工程技术研究中心，广州 510642 ； 2. 南方粮油作物协同创新中心，长沙 410128 ） 摘 要：图像配准和拼接的自动化是微小型无人机能否被广泛应用于水稻长势低空遥感监测的关键技术之一。为了改进 Harris 角点检测算法中阈值需要人为设定的局限，文章提出了基于 Harris 角点自适应检测的水稻低空遥感图像配准与拼 接算法。该算法在 Harris 角点检测算法的基础上进行改进，采用基于图像像素灰度值标准差标准化的方法进行角点的自 适应确定，并对角点进行特征描述，利用角点特征描述算子之间的欧式距离进行配准。为了验证算法的有效性并进行相 关参数的优化，采用多旋翼无人直升机获取了水稻长势的低空遥感图像，并设计了重复率（衡量角点检测的稳定性）、辨 识率（衡量角点描述算子的辨识度）、配准率（衡量图像的拼接精度）以及运行时间（衡量算法的运算速度）4 个评价指 标对配准与拼接的结果进行评判。随机选取获得的低空遥感图像分成 3 组进行测试，试验结果表明，平均配准率达到了 98.95%，且各组图像之间的重复率与配准率差异不显著（显著性水平为 0.05 ），说明改进后的算法稳定。设计了角点自适 应检测算法阈值参数的优选试验，阈值参数为标准化处理后的图像像素灰度值标准差，方差分析结果表明，图像像素灰 度标准差为 1 和 2 时配准率的差异不显著（显著性水平为 0.05 ），但当图像像素灰度标准差为 1 时，图像配准与拼接平均 运行时间是其为 2 时的2.5 倍，因此，可设定图像像素灰度标准差为 2 作为本算法的较优参数。 关键词：图像配准；遥感；自适应算法；图像拼接；Harris；角点检测；自适应检测；低空遥感图像 doi ：10.11975/j.issn.1002-6819.2015.14.026 中图分类号：S127; S252+ .9 文献标志码：A 文章编号：1002-6819(2015)-14-186-08 周志艳，闫梦璐，陈盛德，等. Harris角点自适应检测的水稻低空遥感图像配准与拼接算法[J]. 农业工程学报，2015， 31(14)：186－193. doi ：10.11975/j.issn.1002-6819.2015.14.026 Zhou Zhiyan, Yan Menglu, Chen Shengde, et al. Image registration and stitching algorithm of rice low-altitude remote sensing based on Harris corner self-adaptive detection[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(14): 186 －193. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2015.14.026 低空