基于Harris角点和SURF特征的遥感图像匹配算法研究

基于Harris角点和SURF特征的遥感图像匹配算法.pdf 本文提出了一种新的Harris-SURF特征点提取算法，结合了Harris角点检测算法和SURF特征提取算法的优点，解决了图像尺度变化问题和特征点提取不稳定的问题。该算法首先使用Harris算法检测图像角点，然后使用SURF算法提取图像特征点，接着合并角点和特征点，剔除重复点获得新的特征点集，确定新特征点的主方向并生成特征描述符，最后使用RANSAC剔除错误匹配点实现精确匹配。 Harris角点检测算法是一种高效的角点检测算法，但它不具备尺度不变性。SURF算法可以很好地解决图像尺度变化问题，但是在特征点提取方面没有Harris稳定。因此，提出了一种新的Harris-SURF特征点提取算法，结合了Harris角点检测算法和SURF特征提取算法的优点，解决了图像尺度变化问题和特征点提取不稳定的问题。 SURF算法（Speeded-Up Robust Features）是一种快速鲁棒特征提取算法，它可以在图像中检测出特征点，并生成特征描述符。SURF算法可以很好地解决图像尺度变化问题，但是在特征点提取方面没有Harris稳定。 Harris角点检测算法是一种高效的角点检测算法，它可以检测出图像中的角点，但它不具备尺度不变性。Harris角点检测算法可以检测出图像中的角点，但它不能解决图像尺度变化问题。 将Harris角点检测算法和SURF特征提取算法结合起来，可以解决图像尺度变化问题和特征点提取不稳定的问题。首先使用Harris算法检测图像角点，然后使用SURF算法提取图像特征点，接着合并角点和特征点，剔除重复点获得新的特征点集，确定新特征点的主方向并生成特征描述符，最后使用RANSAC剔除错误匹配点实现精确匹配。 实验结果表明，该算法对图像存在旋转、缩放、光照及噪声变化有较强的鲁棒性，同时提高了运行效率。该算法可以在遥感图像处理中应用，解决图像匹配问题。 本文提出了一种新的Harris-SURF特征点提取算法，结合了Harris角点检测算法和SURF特征提取算法的优点，解决了图像尺度变化问题和特征点提取不稳定的问题。该算法可以在遥感图像处理中应用，解决图像匹配问题。