林业科学

作者：李亚东1,2,曹明兰2,李长青2,冯仲科1,*

单位：1. 北京林业大学精准林业北京市重点实验室 北京 1000832. 北京工业职业技术学院 北京 100042

关键词：无人机,森林影像,特征匹配,匹配策略

基金：中央高校基本科研业务费专项资金项目(2015ZCQ-LX-01)

目的: 从低空森林航摄影像特点出发，探索一种适合无人机森林航摄影像的分区匹配策略，以解决直接采用摄影测量软件处理低空无人机森林航摄影像时经常出现的匹配速度慢、错误匹配率高、匹配质量差等问题，为森林航摄影像处理相关研究提供参考。方法: 基于摄影测量和计算机视觉相关原理，提出一种借助无人机POS数据构建像对间单应约束、按一定位置分布规则划分若干对应子区域、在特征提取和配对过程中视每个子区域为独立影像的分区匹配策略；同时将GIS空间分析算法引入特征匹配过程，探索特征点位置分布质量的刻画与评价方法。结果: 在同一台工作站上运行Python 3.7和OpenCV 3.4.2.16程序，对设置相同参数的同一台无人机获取的阔叶和针叶林航摄影像，选择ORB、FAST、SURF、SIFT、KAZE、AKAZE搭配本研究提出的分区匹配策略与普通分级下的采样匹配策略进行对比试验，搭配分区匹配策略的6种特征算子相比普通策略平均匹配速度提升11.53%，平均匹配率提升0.83%，平均位置分布质量提升2.46%。结论: 低空无人机森林航摄影像与普通测绘航摄影像特点不同，不能套用普通测绘影像的匹配策略。采用原始分辨率影像分区匹配策略，在保留影像细节的同时可缩小匹配范围，提高匹配速度；借助无人机POS数据构建像对间单应约束，能够改善匹配特征点的位置分布质量、降低错误匹配率。搭配分区匹配策略的6种特征算子试验表明该策略有效、灵活、与特征算子无关，AKAZE算子搭配分区匹配策略效果最佳。

来源：2020年第10期

《林业科学》期刊编辑部

查看林业科学杂志2020年第10期