劉　洋　鄒自力

（東華理工大學(xué)測(cè)繪工程學(xué)院　江西南昌　330013）

基于Harris算子和 SIFT特征匹配的無(wú)人機(jī)影像處理

劉洋鄒自力

（東華理工大學(xué)測(cè)繪工程學(xué)院江西南昌330013）

摘要：實(shí)時(shí)測(cè)繪及社會(huì)各行各業(yè)對(duì)遙感數(shù)據(jù)獲取的現(xiàn)勢(shì)性和及時(shí)性要求越來(lái)越高，而無(wú)人機(jī)(UnmannedAerialVehicle,UAV)航空攝影作業(yè)方式靈活快捷、其獲取的影像具有時(shí)效性、分辨率高等優(yōu)點(diǎn)，因此無(wú)人機(jī)航空攝影在各行各業(yè)得到了越來(lái)越廣泛的應(yīng)用。由于 UAV遙感系統(tǒng)平臺(tái)的平穩(wěn)程度不高，造成影像重疊度不規(guī)則、旋偏角大等原因，目前灰度匹配算法難以滿足無(wú)人機(jī)影像匹配的要求。從影像匹配基本原理著手，探討了目前常用的并且適用于無(wú)人機(jī)影像匹配算法，通過(guò)實(shí)驗(yàn)研究分析了基于Harris算子和SIFT特征匹配的實(shí)現(xiàn)過(guò)程和匹配效果。

關(guān)鍵詞：無(wú)人機(jī)；Harris算子；SIFT特征匹配；影像匹配

1　引言

無(wú)人機(jī)低航空遙感攝影為數(shù)字化城市建設(shè)和新農(nóng)村規(guī)劃等經(jīng)濟(jì)建設(shè)服務(wù)領(lǐng)域，能快速提供所需要的實(shí)時(shí)影像數(shù)據(jù)。對(duì)于傳統(tǒng)的航空攝影來(lái)說(shuō)，自有其存在局限性，相比之下低空無(wú)人機(jī)航測(cè)的優(yōu)勢(shì)主要體現(xiàn)在以下幾個(gè)方面：（1）低廉的人力、物力、經(jīng)濟(jì)成本；（2）快速、靈活；（3）低空能力強(qiáng)；（4）圖像分辨率高，多角度；（5）承擔(dān)高風(fēng)險(xiǎn)或高科技的飛行任務(wù)。

與傳統(tǒng)的航天航空攝影測(cè)量相比，低空無(wú)人機(jī)遙感影像又存一些不足：（1）姿態(tài)不穩(wěn)、旋偏角過(guò)大；（2）獲取影像像幅小、數(shù)量多、基高比??；（3）相機(jī)精度有限；（4）配套軟件滯后。

低空無(wú)人機(jī)攝影測(cè)量從航攝到加工處理一系列的過(guò)程而獲得的高精度的數(shù)字產(chǎn)品則主要取決于對(duì)原始影像的空三加密這一過(guò)程，空中三角加密的控制點(diǎn)精度以及影像匹配的算法直接關(guān)系著后期制作的數(shù)字線化圖、數(shù)字正射影像等產(chǎn)品的精度以及質(zhì)量。

2　基于Harris算子和SIFT特征匹配

對(duì)于SIFT匹配算法對(duì)平移、旋轉(zhuǎn)、尺度縮放、亮度變化保持不變性，對(duì)于視角變化、仿射變化、噪聲而言，SIFT算法也保持了一定程度的穩(wěn)健性，但SIFI匹配存在特征點(diǎn)精度不高、特征點(diǎn)分布不是很均勻、運(yùn)算時(shí)間長(zhǎng)、特征點(diǎn)不是明顯的角點(diǎn)等問(wèn)題，而Harris算子對(duì)影像的平移、旋轉(zhuǎn)以及噪聲都具有較強(qiáng)的穩(wěn)定性。因此，在特征點(diǎn)提取過(guò)程中利用Harris角點(diǎn)和SIFT特征點(diǎn)之間互補(bǔ)性提高了其對(duì)旋轉(zhuǎn)、尺度等變化的穩(wěn)定性。本文提及的該匹配方法，其實(shí)現(xiàn)流程如下：

（1）對(duì)每張影像建立金字塔和灰度金字塔影像；

（2）通過(guò)SIFT匹配，得到內(nèi)點(diǎn)集A；

基于金字塔影像采用SIFT特征進(jìn)行特征點(diǎn)提取，運(yùn)用次鄰近距離比值法進(jìn)行匹配，對(duì)于初匹配的點(diǎn)進(jìn)行相對(duì)定向，得到內(nèi)點(diǎn)集A。

（3）通過(guò)Harris匹配，得到內(nèi)點(diǎn)集B；

基于灰度金字塔影像采用Harris角點(diǎn)進(jìn)行特征點(diǎn)提取，運(yùn)用灰度相關(guān)系數(shù)進(jìn)行點(diǎn)的匹配，對(duì)于初匹配的點(diǎn)進(jìn)行相對(duì)定向，得到內(nèi)點(diǎn)集B。

（4）合并匹配的點(diǎn)集A、B，得到新點(diǎn)集C；

將這個(gè)兩個(gè)點(diǎn)集進(jìn)行相對(duì)定向，刪除重復(fù)點(diǎn)后，合并成整個(gè)點(diǎn)集。

（5）基于點(diǎn)集C誤匹配剔除，得到點(diǎn)集D；

匹配點(diǎn)集中不可避免的存在錯(cuò)誤匹配，采用誤匹配剔除算法進(jìn)行誤匹配點(diǎn)剔除。

（6）構(gòu)建同名三角網(wǎng)；

基于內(nèi)點(diǎn)的影像坐標(biāo)構(gòu)建同名三角網(wǎng)。

（7）獲取新的Harris角點(diǎn)，得到內(nèi)點(diǎn)集E；

通過(guò)縮小Harris角點(diǎn)閾值獲得新的角點(diǎn)，根據(jù)同名三角網(wǎng)的約束對(duì)于新的進(jìn)行匹配，相對(duì)定向后得到點(diǎn)集E。

（8）合并內(nèi)集點(diǎn)D和E，剔除誤匹配，生成新的同名三角網(wǎng)；

（9）循序迭代步驟7、8，多次加密匹配得到新的內(nèi)點(diǎn)，直到生成足夠多的點(diǎn)數(shù)。

基于Harris算子和SIFT特征的匹配流程圖（圖1）：

3　實(shí)驗(yàn)與分析

根據(jù)以上理論，可知對(duì)于基于Harris算子和SIFT特征的匹配可分為初始匹配和加密匹配，通過(guò)多次加密匹配得到新的連接點(diǎn)，對(duì)于實(shí)際生產(chǎn)中具有更好的穩(wěn)定性和實(shí)用性，在有效減小誤匹配率的同時(shí)，可以顯著提高內(nèi)點(diǎn)密度。如下圖2左圖為初始匹配的效果，匹配連接點(diǎn)在780左右，右圖為加密匹配效果，匹配連接點(diǎn)在2500左右。

由于無(wú)人機(jī)數(shù)據(jù)影像旋偏角大、亮度變化明顯、紋理信息多種多樣等特點(diǎn)，因此本文采用該匹配方法進(jìn)行了兩個(gè)實(shí)驗(yàn)。

實(shí)驗(yàn)一：旋偏角大、亮度變化匹配試驗(yàn)

分析實(shí)驗(yàn)圖中可以看出：

（1）圖3、4分別是影像旋偏角大的、亮度不一致的連接點(diǎn)匹配效果圖，可知該匹配方法繼承了SIFT匹配對(duì)平移、旋轉(zhuǎn)、尺度縮放、亮度變化保持不變性。

（2）由圖5、6可知，該匹配方法匹配后得到的連接點(diǎn)均勻地分布在立體像對(duì)的重疊區(qū)域內(nèi)，而且匹配出的連接點(diǎn)是多度重疊，具有更好的穩(wěn)定性和實(shí)用性。

實(shí)驗(yàn)二：不同紋理信息的匹配試驗(yàn)

為試驗(yàn)該匹配方法對(duì)于不同紋理信息的匹配效果，選取了水域、田地、植被和房屋四個(gè)區(qū)域進(jìn)行了連接點(diǎn)的匹配，如下面一系列圖為匹配效果圖：

通過(guò)實(shí)驗(yàn)可知：

（1）該匹配方法對(duì)于水域和田地這樣紋理信息比較貧乏的區(qū)域，其匹配點(diǎn)出的連接點(diǎn)較少，甚至沒(méi)有；

（2）對(duì)于植被和房屋紋理信息豐富的區(qū)域，匹配的連接點(diǎn)較多。

4　結(jié)束語(yǔ)

基于結(jié)合Harrisl算子的SIFT特征匹配的的理論，對(duì)于影像旋角、亮度變化明顯的一些問(wèn)題，具有維持其平移、旋轉(zhuǎn)、尺度、亮度的穩(wěn)定性；但是基于這種理論匹配方法對(duì)于紋理信息有一定的自適應(yīng)性，對(duì)于紋理信息較少的區(qū)域，其能自動(dòng)匹配的連接點(diǎn)數(shù)非常之少，所以沒(méi)有足夠的連接點(diǎn)就不能構(gòu)建三角網(wǎng)，這促顯現(xiàn)有技術(shù)的局限性，需要新的算法；

基于Harris算子和SIFT特征匹配，有效的解決了旋偏角大、重疊度大無(wú)人機(jī)影像匹配的問(wèn)題，在實(shí)際生產(chǎn)中該匹配方法是適用于無(wú)人機(jī)的影像匹配的。

參考文獻(xiàn)：

［1］崔紅霞，孫杰，林宗堅(jiān)，儲(chǔ)美華.非量測(cè)數(shù)碼相機(jī)的畸變差檢測(cè)研究［J］.測(cè)繪科學(xué)，2005，1（30）：105～107.

［2］謝萍，鄒崢嶸，肖奇.基于 Harris角點(diǎn)和 SIFT特征的近景影像匹配［J］.測(cè)繪科學(xué)，2011.

［3］雷小群，李芳芳，肖本林.一種改進(jìn)SIFT算法的遙感影像配準(zhǔn)方法［J］.測(cè)繪科學(xué)，2010（03）.143～145.

［4］C.J.Harris，M.StePhens.AcombinedCornerandEdgeDetector［C］.ProceedingsoftheFourthAlveyVisionConference，1988:147～151.