SIFT算法优化及其在遥感影像配准中的应用

摘要：

针对传统尺度不变特征转换(scale invariant feature transform,SIFT)方法在处理存在角度偏差的图像配准数据时得到的配准点对数量低以及配准精度不高的问题,提出一种基于多角度归一化互相关法优化的SIFT遥感图像配准方法.以相关性系数为标准确定图像最佳配准位置,进行角度校正;用SIFT算法进行特征提取和特征匹配,并结合随机抽样一致性算法(random sample consensus,RANSAC),剔除错误配准点,以提高配准精度.实验表明,该实验配准方法比单一的SIFT配准方法得到数量更多且精度更高的特征点对,结果显示SIFT配准点对数量平均提高24.5倍,RANSAC算法确定的正确配准点对平均调高86.8倍.

关键词：影像配准、尺度不变特征转换、归一化互相关法、随机抽样一致性算法、角度偏差

所属期刊栏目：32

分类号：TP751(遥感技术)

资助基金：国家科技支撑项目2015BAB05B05-2;国家测绘地理信息局数字制图与国土信息应用工程重点实验室开发基金GCWD201401;中国科学院百人计划项目Y34005101A

在线出版日期：2017-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：94-98