基于优化尺度不变特征变换算法的无人机遥感作物-IngentaConnect.PDFVIP

第 33 卷 第 10 期 农 业 工 程 学 报 Vol.33 No.10 2017 年 5 月 Transactions of the Chinese Society of Agricultural Engineering May 2017 123 农业航空工程 基于优化尺度不变特征变换算法的无人机遥感作物影像拼接 贾银江，徐哲男，苏中滨，靳思雨，Arshad M.Rizwan （东北农业大学电气与信息学院，哈尔滨 150030 ） 摘 要：针对作物遥感影像因对比度低所导致的使用尺度不变特征变换算法（scale-invariant feature transform，SIFT ）提 取特征点数目少，拼接效果不理想的情况，提出了一种基于图像锐化的自适应修改采样步长的非极小值抑制拼接算法， 该算法在图像预处理中引入锐化滤波器对平滑后的图像进行卷积，增强图像细节，增加特征点提取数目，同时通过基于 尺度的自适应修改采样步长，使图像特征点分布更加均匀，根据低对比度作物遥感影像的成像特性，采用非极小值抑制， 提高图像匹配效率。在查找匹配点的过程中，引入最优节点优先算法（best-bin-first ，BBF ）查找最近邻与次近邻，采用 随机抽样一致算法（random sample consensus ，RANSAC ）优选特征点。通过试验验证，该文改进后的算法相比于标准 SIFT 算法，在处理低空作物遥感影像时，特征点提取数目平均增加 77.5%，特征点匹配对数平均增加 15 对，对于标准 SIFT 算法无法匹配的低对比度作物遥感影像，提取到了 8 对以上的匹配点对，满足了拼接条件。该改进算法相对于标准 SIFT 算法更适于低对比度遥感影像的拼接。 关键词：作物；遥感；无人机；非极小抑制；图像拼接；特征检测；鲁棒性 doi ：10.11975/j.issn.1002-6819.2017.10.016 中图分类号：TP391 文献标志码：A 文章编号：1002-6819(2017)-10-0123-07 贾银江，徐哲男，苏中滨，靳思雨，Arshad M. Rizwan. 基于优化 SIFT 算法的作物遥感影像拼接[J]. 农业工程学报，2017， 33(10)：123－129. doi ：10.11975/j.issn.1002-6819.2017.10.016 Jia Yinjiang, Xu Zhenan, Su Zhongbin, Jin Siyu, Arshad M. Mosaic of crop remote sensing images from UAV based on improved SIFT algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(10): 123－129. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.10.016 上述不足，研究人员提出了不同的改进方案，王万同等 0 引 言  人提出了将 SIFT 算法与 Canny 算子结合以增加特征点的 图像拼接定义为将处于同一场景的多张图像之间建 查找数目[18] ，但该方法大大增加了 SIFT 算法计算量，很 立对应关系，作为遥感数据分析的基础已广泛应用于精 难应用到实际工作中；Yan ke 等人提出利用主成分分析 准农业[1-5] [6-8] [9] 、农情信息分析