《表3 各类算法的特点及效率对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《UAV航摄图像融合激光扫描边坡表面位移监测法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

当前较为主流的特征点识别算法主要有尺度不变特征变换（Scale Invariant Feature Transform，SIFT）、加速稳健特征算法（Speeded Up Robust Features，SURF）、Harris算法、加速段测试的特征算法（Features from Accelerated Segment Test，FAST）、二进制鲁棒不变可扩展关键点算法（Binary Robust Invariant Scalable Keypoints，BRISK）等。通过使用同一组边坡图像特征点识别对比不同算法，其特点及效率比较见表3。航摄图像匹配涉及航向及旁向多张图像之间的匹配关系，应尽可能避免识别特征点分布较为集中的情况，因此根据不同算法特征点的分布情况，剔除特征点识别结果较为集中的算法，考虑在SIFT算法与SURF算法之间确定最终选用算法。