一种基于RMAI的航拍图像特征匹配新算法

航拍图像特征匹配是计算机视觉和图像处理中的一个重要问题，它在遥感、医学图像分析、地图制作、计算机视觉、模式识别等多个领域有着广泛的应用。航拍图像特征匹配的目的是在参考图像和感应图像之间找到对应的特征点。传统的图像匹配策略可以分为局部特征匹配和全局特征匹配两大类。局部匹配主要利用特征相似性来建立对应关系，因此描述符的选择至关重要，常见的有尺度不变特征变换（SIFT）描述符、矩不变、相关系数、基于组合熵和链码、傅里叶描述符、形状矩阵等。然而，局部匹配策略存在局限性，特别是在具有相似特征、单调背景和低重叠区域的图像配准中，如在海上捕获的图像中，这些图像的特征在文献[8]中有所描述。局部匹配策略往往不能很好地解决这些问题，因此出现了全局匹配策略。 全局匹配策略使用空间结构和邻域关系来寻找对应的特征点。常见的全局匹配方法有迭代最近点算法（ICP）、相干点漂移（CPD）和薄板样条鲁棒主点匹配（TPS-RPM）算法等。这些算法在某些应用场合下工作良好，但它们在配准具有相似特征、单调背景和低重叠区域的图像时可能会失败。例如，当图像特征相似，背景单调，重叠区域较少时，如在海上捕获的图像中，传统的ICP和CPD算法就可能无法有效配准。 为了解决传统图像配准中的错配问题，本文提出了一种基于相对质量仿射不变（RMAI）的航拍图像特征匹配新算法。考虑三角形的强度分布和仿射不变性质，定义了相对质量仿射不变量（RMAI）来描述三角形区域。然后，基于RMAI和图形结构设计了一种全局特征匹配策略。在匹配过程中，应用了遗传算法搜索两个匹配图。通过实验结果注册航拍图像，发现所提出的算法比传统的迭代最近点（ICP）和相干点漂移（CPD）算法具有更高的准确性和稳定性。所提出的算法能够处理具有相似特征、单调背景和低重叠区域的图像。 关键词：全局特征匹配；仿射不变性；图像配准 引言：图像配准技术已经在遥感、医学图像分析、地图制作、计算机视觉、模式识别等领域得到了广泛应用。特征匹配是识别参考图像和感应图像之间对应特征点的过程。在特征匹配中，局部特征匹配策略仅使用特征相似性来建立对应关系，因此描述符的选择至关重要。而全局匹配策略利用空间结构和邻域关系寻找相应的特征点。尽管全局匹配方法在某些应用场景下表现良好，但它们在配准具有相似特征、单调背景和低重叠区域的图像时可能会失败。例如，在海上捕获的图像中，这些图像的特征在文献[8]中有所描述。仅依赖局部或全局匹配策略的注册算法都不适用于具有上述特征的图像。 为了解决这个问题，本文提出了一种新的基于RMAI的航拍图像特征匹配算法。考虑到三角形的强度分布和仿射不变性，定义了相对质量仿射不变量（RMAI），用以描述三角形区域。然后，基于RMAI和图形结构设计了一种全局特征匹配策略。在匹配过程中，运用了遗传算法来搜索两个匹配图。通过实验结果注册航拍图像，证实了所提出的算法比传统的ICP和CPD算法具有更高的准确性和稳定性，可以处理具有相似特征、单调背景和低重叠区域的图像。