论文研究：大幅面无人机影像特征匹配的SIFT改进算法.pdf

简介：
本文探讨了一种针对大幅面无人机影像的SIFT（尺度不变特征变换）算法改进方法，旨在提高图像特征匹配的速度与准确性。通过优化关键步骤和引入新颖的数据处理技术，该研究为大规模航拍数据的应用提供了更有效的解决方案。 SIFT（尺度不变特征变换）算法由于其在模式识别和图像匹配领域中的有效性能，在处理不同尺寸、旋转角度、亮度变化以及噪声等方面表现出色而被广泛应用。然而，该算法的实现需要在整个尺度空间上进行操作，导致时间复杂度较高且占用大量内存资源。 当使用SIFT算法对大幅面无人机航空遥感影像进行特征匹配时，由于特征检测阶段容易产生内存溢出问题，使得整个过程无法继续执行下去。为了解决这一难题，本段落提出了一种基于图像分块的Large-SIFT算法，并考虑了处理过程中可能出现的重叠区域。 实验结果表明，在采用该方法后，大幅面无人机航空遥感影像可以在不受内存限制的情况下快速完成自动匹配任务。此外，此技术在实际应用中还能为空中三角测量提供准确可靠的连接点数据支持。