基于改进AKAZE特征的无人机影像拼接算法研究

计算机工程与科学

基于改进AKAZE特征的无人机影像拼接算法研究

宋伟1，王永波1，张培佩1,2

（1．中国矿业大学环境与测绘学院，江苏徐州 221116；2.中国地质大学（武汉）地球物理与空间信息学院，湖北武汉 430074）

收稿日期:2018-05-17 修回日期:2018-09-26 出版日期:2019-05-25 发布日期:2019-05-25
基金资助:
国家自然科学基金（41271444）

An improved UAV image stitching

algorithm based on AKAZE feature

SONG Wei1，WANG Yongbo1，ZHANG Peipei1,2

（1.School of Environment Science and Spatial Informatics,China University of Mining and Technology,Xuzhou 221116;

2.Institute of Geophysics & Geomatics,China University of Geosciences,Wuhan 430074,China）

Received:2018-05-17 Revised:2018-09-26 Online:2019-05-25 Published:2019-05-25

摘要/Abstract

摘要：

针对目前无人机影像拼接时间效率较低,效果较差的问题，提出一种改进的AKAZE特征的无人机影像拼接算法。算法在影像匹配阶段利用BRISK描述符来代替MLDB描述符；采用特征点尺度信息和均方根误差作为约束条件剔除错误匹配；另外，将并行运算的思想应用于特征点提取和特征描述符的计算中来提升算法的时间效率。在影像融合阶段，利用RANSAC算法与LM算法相结合进行单应矩阵计算，以提高其计算精度，并采用多频段融合算法实现影像拼接。实验表明：通过改进算法在有效提升时间效率的同时，可以获得较高准确率和较高精度的匹配结果，实现无人机影像的快速无缝拼接。

关键词: 影像拼接, AKAZE, 尺度信息, 均方根误差, OpenMP, LM算法

Abstract:

Aiming at the low time efficiency and poor effect of UAV image stitching, we propose an improved UAV image stitching algorithm based on AKAZE feature. In image matching phase, the MLDB descriptor is replaced by the BRISK descriptor. The scale information of feature points and root mean square error (RMSE) are taken as the constraint conditions to eliminate false matching points. In addition, the idea of parallel computation is applied to feature point extraction and feature descriptor calculation to improve the time efficiency of the algorithm. In image fusion stage, the RANSAC algorithm combined with the LM algorithm is used to calculate the monotone matrix so as to improve its precision. Finally, the multiband fusion algorithm is used to achieve image stitching. Experimental results show that the proposed algorithm can achieve more accurate and more precise matching results while improving the time efficiency, thus realizing fast and seamless stitching of UAV images.

Key words: image stitching;AKAZE;scale Information, root mean square error (RMSE);OpenMP, LM algorithm

宋伟1，王永波1，张培佩1,2. 基于改进AKAZE特征的无人机影像拼接算法研究[J]. 计算机工程与科学.

SONG Wei1，WANG Yongbo1，ZHANG Peipei1,2.

An improved UAV image stitching

algorithm based on AKAZE feature

[J]. Computer Engineering & Science.

[1]	明平洲, 李治刚, 刘婷, 芦韡, 刘东, 曾辉, 余红星. ARM计算环境下堆芯程序的移植[J]. 计算机工程与科学, 2021, 43(04): 681-688.
[2]	李彪, 刘杰, . 面向天河2A系统的基于蒙特卡罗方法的粒子输运异构协同计算[J]. 计算机工程与科学, 2020, 42(11): 1922-1928.
[3]	王俊吉1,2,朱朝艳1,2,4,陈建军1,2,郑澎3，5,徐权3. 基于无锁原子操作的多线程并行Delaunay三角化算法[J]. 计算机工程与科学, 2018, 40(05): 773-779.
[4]	李津1，罗昕颉2，扈啸1，陈跃跃1. 基于TI 6678多核DSP的OpenCV并行优化[J]. 计算机工程与科学, 2018, 40(05): 780-786.
[5]	皇甫永硕,刘杰,龚春叶. 基于二维结构化网格的可压缩流体并行算法研究[J]. 计算机工程与科学, 2017, 39(09): 1602-1609.
[6]	李娟1，汤德佑1，傅娟2，3. 一种基于蚁群算法的生物序列并行比对方法[J]. 计算机工程与科学, 2017, 39(09): 1610-1616.
[7]	林士伟1,2,3，张卫民1,2，方民权1,2，李松1,2. 一种基于正弦变换的三维泊松方程并行求解算法[J]. 计算机工程与科学, 2017, 39(08): 1419-1424.
[8]	魏朝磊1，闫民2，赵方1. OpenMP多核技术在颗粒流体力学方法GHM中的应用[J]. 计算机工程与科学, 2017, 39(07): 1234-1240.
[9]	张佳佳1，姜卫东1，李宽2. 基于OpenMP的包络对齐并行方法研究与实现[J]. J4, 2015, 37(11): 2025-2029.
[10]	胡鹏飞，袁志勇，廖祥云，郑奇，陈二虎. 基于CPU-GPU混合加速的SPH流体仿真方法[J]. J4, 2014, 36(07): 1231-1237.
[11]	杨灿群，王锋，杜云飞. Cell处理器上的软件Cache研究[J]. J4, 2011, 33(2): 46-50.
[12]	黄春易会战杨学军. 面向OpenMP的能耗优化技术[J]. J4, 2008, 30(2): 151-155.
[13]	陈勤裴丰收周律. 基于移动AdHoc网络的DHT覆盖系统研究[J]. J4, 2007, 29(12): 1-3.
[14]	李肯立[1] 杨进[1] 彭成斌[2] 秦云川[1]. 基于MPI＋OpenMP混合模型的并行地震数据处理支撑库的研究[J]. J4, 2007, 29(12): 136-139.
[15]	黄春杨学军. 基于值-剖面的OpenMP运行时优化系统[J]. J4, 2006, 28(12): 124-128.