无人机遥感影像特征点子像素定位研究

王海涛; 余晓敏; 陆海霞; 吕婧

您当前的位置：

首页 >

文章列表页 >

无人机遥感影像特征点子像素定位研究

技术热点研究 | 更新时间：2025-11-25

- 无人机遥感影像特征点子像素定位研究
- 无人机遥感影像特征点子像素定位研究
- 地理空间信息 2023年21卷第8期页码：28-32
- 作者机构：
  
  1. 湖北省空间规划研究院
  2. 洪湖市府场镇自然资源和规划所
- 作者简介：
- 基金信息：
  
  湖北省自然资源厅2023年度科技项目(ZRZY2023KJ26)
- DOI：
  中图分类号： P237;TP751
- 纸质出版：2023
- 稿件说明：
移动端阅览
王海涛, 余晓敏, 陆海霞, 等. 无人机遥感影像特征点子像素定位研究[J]. 地理空间信息, 2023,21(8):28-32.

王海涛, 余晓敏, 陆海霞, et al. 无人机遥感影像特征点子像素定位研究[J]. 2023, 21(8): 28-32.
王海涛, 余晓敏, 陆海霞, 等. 无人机遥感影像特征点子像素定位研究[J]. 地理空间信息, 2023,21(8):28-32. DOI：

王海涛, 余晓敏, 陆海霞, et al. 无人机遥感影像特征点子像素定位研究[J]. 2023, 21(8): 28-32. DOI：

摘要

无人机遥感多使用于小面幅数码相机对地观测，是快速获取地理空间数据的一种重要手段，其三维重建首先需要通过一定数量、分布合理的特征点将离散的影像连接起来，针对无人机遥感影像高精度解算的要求，提出一种将特征点局部响应函数与二次抛物面曲面拟合相结合的特征点子像素定位算法。通过选取多组不同地区无人机遥感影像数据对Moravec、Harris、Forstner、SUSAN、FAST、DoG、Hessian算法的验证表明：特征点精度提高百分比最小的为27.1%，最大为50.2%；对于利用局部响应方式检测关键点的特征提取算法，使用二次抛物曲面拟合来提高特征点定位精度是一种有效的方法，方法具有较强的普适性。

Abstract

关键词

Keywords

references

张力,刘玉轩,孙洋杰,蓝朝桢,艾海滨,樊仲藜.数字航空摄影三维重建理论与技术发展综述[J].测绘学报,2022(07).

张永显,马国锐,崔志祥,张志军.面向大视角差的无人机影像序列学习型特征匹配[J].测绘学报,2023(02).

张祖勋.数字摄影测量与计算机视觉[J].武汉大学学报(信息科学版),2004(12).

Chung-Hsien Tsai,Yu-Ching Lin.An accelerated image matching technique for UAV orthoimage registration[J].ISPRS Journal of Photogrammetry and Remote Sensin,2017.

Rosten Edward,Porter Reid,Drummond Tom.Faster and better: a machine learning approach to corner detection.[J].IEEE transactions on pattern analysis and machine intelligence,2010.

Jean-Michel Morel,Guoshen Yu.ASIFT: A New Framework for Fully Affine Invariant Image Comparison[J].SIAM Journal on Imaging Sciences,2009.

Qing Zhu,Bo Wu,Neng Wan.A sub‐pixel location method for interest points by means of the Harris interest strength[J].The Photogrammetric Record,2007.

Herbert Bay,Andreas Ess,Tinne Tuytelaars,Luc Van Gool.Speeded-Up Robust Features (SURF)[J].Computer Vision and Image Understanding,2007.

Abdel-Hakim A.E.,Farag A.A..CSIFT: A SIFT descriptor with color invariant characteristics[J].Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition,2006.

David G. Lowe.Distinctive Image Features from Scale-Invariant Keypoints.[J].International Journal of Computer Vision,2004.

aff > .Scale & Affine Invariant Interest Point Detectors[J].International Journal of Computer Vision,2004.

Stephen M. Smith,J. Michael Brady.SUSAN - A New Approach to Low Level Image Processing.[J].International Journal of Computer Vision,1997(1).

李德仁, 袁修孝, 著.误差处理与可靠性理论[M].武汉大学出版社,2012.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

改进麻雀搜索算法优化最小二乘支持向量机的高程拟合

实景三维中小学智慧校园建设实践探索

江淮分水岭县域旅游资源价值与空间分布——以广水市为例

基于控制片的城市立体卫星影像高精度几何定位

云南省不动产地籍调查数据库质检规则设计与实现