[发明专利]一种基于SURF的快速无人机航拍图像拼接算法

权利要求书

1.一种基于SURF的快速无人机航拍图像拼接算法，其特征在于，该方法包括以下具体步骤：

步骤1：对输入图像进行预处理，缩小图像尺寸；

步骤2：对输入图像用SURF算法检测特征点，并进行特征描述；

步骤3：对提取到的特征采用基于最近邻和次近邻距离比值的方法进行匹配；

步骤4：对匹配得到的特征点采用RANSAC算法剔除误匹配，得到优化后的特征点对；

步骤5：计算图像间的变换矩阵并转换原始输入图像；

步骤6：对多幅图像进行多频段图像融合。

2.根据权利要求1所述的快速无人机航拍图像拼接算法，其特征在于，所述步骤1具体为：

设输入图像长度为Height，宽度为Width，当输入图像面积大于10⁶时，图像缩小比例为否则，不对图像进行缩放。

3.根据权利要求1所述的快速无人机航拍图像拼接算法，其特征在于，所述步骤2具体包括：

步骤a1：构建4层尺度空间；

步骤a2：利用不同尺寸的盒子滤波器去近似不同尺度的二阶高斯滤波器，并用盒子滤波器和图像卷积,构建不同尺度的滤波响应图；

步骤a3：在所构建的尺度空间中，对每一个3×3×3的局部区域进行非最大值抑制得到特征点的位置；

步骤a4：在以特征点为中心6s为半径的圆形邻域内，累加扇形区域内小波响应，选取最大矢量为主方向；其中，s为特征点所在的尺度值；

步骤a5：以特征点为中心，构建边长为20s的正方形窗口并划分为4×4个子窗口，每个子窗口计算小波响应得到四维向量，V＝(∑d_x,∑d_y,∑|d_x|,∑|d_y|)，整个窗口构建64维特征向量。

4.根据权利要求1所述的快速无人机航拍图像拼接算法，其特征在于，在步骤3中，采用基于最近邻和次近邻距离比值的方法进行特征匹配，具体包括：

在匹配的过程中，设I₁,I₂为两幅输入图像，t_1i为图像I₁上第i个特征点，在图像I₂上寻找与该特征点之间距离最近的特征点t_2％和次近距离的特征点t_2％′即第j个特征点和第％′个特征点，距离分别为d₁,d₂，距离由特征向量的欧式距离平方和来计算；计算最近距离和次近距离的比值，小于某一个阈值的特征点认为是正确匹配的特征点，即d₁≤αd₂，其中α＝0.8，否则认为是错误匹配的特征点；遍历图像I₁中所有特征点，找出I₂中所有匹配的特征点。