基于SIFT特征的无人机遥感影像匹配与拼接功能实现

对于无人机遥感影像的匹配与拼接，采用了一种基于SIFT的方法，这个方法主要包括SIFT特征的提取、特征点的匹配、变换绝阵的求解以及影像融合四个阶段。首先提取出待拼接的两幅图像的特征点，其次为其中一幅图像的特征点建立k-d树，并在其中使用BBF算法搜寻另里一幅图像的特征点的最近邻；然后利用RANSAC（随机抽样一致性）算法抽取数组特征点对，每组含4对以匹配特征点，分别求出变换矩阵，从中选取最优变换矩阵；最后将两幅图像变换到同一坐标系，重叠部分采取相加求均值的方法。论文对将要用到的一些理论以及算法，比如SIFT算法、BBF算法等，进行了简单的介绍。以VisualSudio2010为平台对这个方法进行了实现。观察了算法中的一些参数对匹配以及拼接结果的影响进行，并给出了这些参数的建议值。
[主题词]  SIFT；无人机；特征匹配；影像拼接
目录
1.绪论 1
1.1 研究背景 1
1.2 国内外研究 1
1.3 论文主要工作 2
1.4 论文组织与结构 2
2.相关技术介绍 4
2.1图像拼接技术 4
2.2 尺度空间 4
2.3 SIFT算法 5
2.4 k-d树 6
2.5 BBF算法 6
2.6 总结 7
3. 基于SIFT特征的图像匹配拼接方案 8
3.1 算法整体流程 8
3.2 提取SIFT特征 9
3.3.1 建立尺度空间 9
3.3.2 检测极值点 11
3.3.3 关键点方向分配 12
3.3.4 特征点描述符号生成 12
3.3 特征点匹配 13
3.3.1 建立k-d树 14
3.3.2 搜索匹配特征点 14
3.4 计算变换矩阵 14
3.5 图像拼接 15
3.6 本章小结 15
4. 算法的实验验证 16
4.1 实验环境 16
4.2 待拼接图像 16
4.3 实验结果和分析 18
4.4 拼接完成图像 22
4.5 本章小结 22
5. 小结 23
5.1 工作总结 23
5.2 心得体会 23
5.3 进一步的工作 23
参考文献 24
致  谢 25
附录1 部分代码 26

*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】