一种适合于航空摄影飞行质量自动检查的影像匹配方法

摘要

本发明公开了一种适合于航空摄影飞行质量自动检查的影像匹配方法，包括步骤：一、图像预处理：对待匹配的两幅数字影像分别进行去噪和滤波处理，待匹配的两幅数字影像为采用航空摄影测量方法获取的两幅被测量区域的数字影像；两幅所述数字影像均为二维图像；二、SIFT特征提取：采用所述数据处理器对两幅所述数字影像分别进行SIFT特征提取，获得两幅所述数字影像的所有特征点及各特征点的SIFT特征描述子；三、构建kd树双向搜索确定匹配点；四、粗差剔除：采用RANSAC算法进行粗差剔除。本发明方法步骤简单、设计合理、实现方便且鲁棒性好、使用效果好，能有效解决现有匹配方法容易造成匹配失败或误匹配的问题。

主权项

一种适合于航空摄影飞行质量自动检查的影像匹配方法，其特征在于该方法包括以下步骤：步骤一、图像预处理：采用数据处理器对待匹配的两幅数字影像分别进行去噪和滤波处理，待匹配的两幅数字影像为采用航空摄影测量方法获取的两幅被测量区域的数字影像；两幅所述数字影像均为二维图像；两幅所述数字影像分别为第一影像和第二影像；步骤二、SIFT特征提取：采用所述数据处理器对两幅所述数字影像分别进行SIFT特征提取，获得两幅所述数字影像的所有特征点及各特征点的SIFT特征描述子；步骤三、构建kd树双向搜索确定匹配点：采用所述数据处理器构建kd树并进行双向搜索，过程如下：步骤301、第一次匹配，包括以下步骤：步骤3011、构建kd树：将所述第二影像作为待匹配的基准图像，并将所述第二影像的所有特征点的SIFT特征描述子构建kd树；步骤3012、特征匹配：利用步骤3011中所构建的kd树，且采用最邻近算法对步骤二中提取的所述第一影像的所有特征点的SIFT特征描述子进行特征匹配，找出所述第二影像中与所述第一影像匹配的所有特征点，所述第二影像中与所述第一影像匹配的特征点为匹配点；步骤302、第二次匹配，包括以下步骤：步骤3021、构建kd树：将所述第一影像作为待匹配的基准图像，并将所述第一影像的所有特征点的SIFT特征描述子构建kd树；步骤3022、特征匹配：利用步骤3011中所构建的kd树，且采用最邻近算法对步骤3012中匹配得出的所有匹配点进行特征匹配，找出所述第一影像中与所述第二影像匹配的所有特征点，所述第一影像中与所述第二影像匹配的特征点为可靠匹配点；步骤四、粗差剔除：通过所述数据处理器且采用RANSAC算法，对步骤3022中匹配得出的所有可靠匹配点进行粗差剔除。