3 基于改进SIFT的无人机影像拼接

基于无人机遥感影像的特征，采用SIFT算法实现其遥感影像的初步自动拼接。SIFT算法仍存在一些问题，如阈值过多且难以确定，特征描述符维数过高导致计算过于复杂等。而且它的匹配性能在很大程度上取决于特征提取的质量，不能完全满足无人机遥感影像自动拼接的要求。针对SIFT算法的不足和无人机遥感影像的特点，采用最小二乘匹配进行二次精确匹配。

本文使用SIFT算法获取影像初始特征点对。在此过程中使用了RANSAC算法进行粗略匹配数据的提纯。第二个阶段，基于提纯后的特征点数据，自动拼接算法使用最小二乘匹配获得了高精度的影像相对位置。通过这两个阶段的自动拼接，最终获得了满意的拼接结果。详见无人机遥感影像自动拼接流程。

如果一幅影像中任意一个特征点的位置坐标用X 和Y 表示，另一幅影像中任意一个特征点的位置坐标用x 和y 表示，这两幅影像之间的尺度变换用D表示，旋转变换用θ表示，平移变换用A和B表示。