《表1 2种算法特征提取与匹配性能对比Tab.1 Comparison of feature extraction and matching performance between two algor

  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

《基于改进SURF算法的无人机遥感图像拼接方法》

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

图4、5分别为3组遥感图像的基准图像与待匹配图像。在特征提取方面，采用本文算法与经典SIFT算法进行对比，并选取第3组图像实验结果做展示；在特征点粗匹配方面，都使用KNN算法对2幅图像进行粗匹配。图6为特征点提取结果图对比，图7为SIFT算法（左）与本文算法匹配及运行结果，表1为2种算法特征提取与匹配性能对比。从实验结果可以看出，本文提出的改进的SURF算法所提取的特征点个数大于传统SIFT算法所提取个数，匹配个数却与传统SIFT算法的匹配个数接近，说明了本文所提出的改进方法在提取特征点方面的高效性，有效性方面比传统SIFT方法高。且本文算法所需维数为64维，比经典算法128维低，处理速度约是SIFT的5倍，说明在实时性方面也高于传统方法。