SURF與SVM算法改進及其在無人機影像處理中的應用.pdf

1、無人機遙感(Unmanned Aerial Vehicle Remote Sensing,UAVRS)技術是無人機應用與遙感技術的結合，具有高時效性、高分辨率等性能特點。作為航空遙感及高分辨率遙感的重點發(fā)展方向之一，無人機遙感在災害應急等領域具有衛(wèi)星航天遙感、載人航空攝影等大型對地觀測系統(tǒng)無法替代的優(yōu)勢，已成為國內外研究的熱點。
　　為滿足無人機遙感系統(tǒng)準確、實時等技術要求，實現(xiàn)無人機飛行質量的快速檢查以及遙感影像數(shù)據(jù)快速處理，迫

2、切需要研究實時快速的無人機影像拼接算法。同時，無人機影像分辨率高、幾何畸變大、空間計算復雜性高，給無人機影像信息精確提取帶來了新的難題?；诖耍撐膶⒏倪M的SURF算法與SVM算法應用于無人機影像的快速拼接與信息精確提取中，主要研究成果如下：
　　1.基于改進SURF的無人機影像快速拼接算法
　　基于SURF算法的影像拼接過程中，矢量主方向的確定是特征向量提取與匹配的先決條件，而SURF算法在確定矢量主方向時嚴重依賴于其劃分

3、區(qū)域像素的梯度方向，導致主方向難以確定，從而檢出大量不穩(wěn)定的特征點，使得計算復雜度提高，拼接速度下降。論文利用隨機抽樣一致性(Random Sample Consensus，RANSAC)算法對SURF特征匹配算法進行改進。改進的算法可以提純粗略提取的特征點，剔除錯誤特征點，使得圖像拼接效率提高。通過對實驗一區(qū)無人機影像數(shù)據(jù)進行快速拼接實驗，結果表明改進的SURF算法能夠在保證拼接效果的同時有效提高無人機影像拼接效率。
　　2.基

4、于AdaBoost改進SVM算法的無人機影像信息精確提取
　　SVM算法的性能依賴相應參數(shù)選擇，以選擇徑向基函數(shù)(Radial Basis Function,RBF)作為核函數(shù)為例，核參數(shù)?和懲罰因子C的改變決定著 VM算法的分類性能，進而影響信息提取的效果。論文基于AdaBoost對SVM算法進行改進，選擇RBFSVM作為AdaBoost的弱分類器，通過權重調整來改進SVM算法中固定使用某一核參數(shù)的處理方法，達到自適應調整參數(shù)的

5、目的。通過對實驗一區(qū)和實驗二區(qū)無人機影像數(shù)據(jù)進行信息提取實驗和精度對比分析，結果表明改進的SVM算法極大地提高了無人機影像信息提取的精確度。
　　3.基于Diverse AdaBoost改進SVM算法的無人機影像信息精確提取
　　基于AdaBoost改進SVM算法存在弱分類器的準確度與復雜度平衡問題，單純追求過高精度的弱分類器而忽視其復雜度，不僅影響弱分類器間的相容性，而且會造成算法的分類性能不穩(wěn)定。在基于AdaBoost改