非刚性点集匹配的机载下视图像目标定位方法

机载下视目标定位在航空摄影和导航等领域有着广泛的应用，其定义为给定目标图像确定目标在参考图像中的位置。而机载下视目标定位中目标图像与参考图像之间存在的大尺度形变问题是有待攻克的难点问题，针对此问题本文提出了一种非刚性点集匹配的目标定位方法。首先，使用SIFT(Scale-Invariant Feature Transform)算法提取2幅图像的关键点，随机K-D树最近邻算法用于获得一致性关键点集；然后，使用K-means分类方法将一致性关键点集划分成多个子集，并在多个子集上使用随机采样微分同胚点集匹配方法确定空间变换模型，解决了大尺度形变问题；最后，通过SSD(Sum of Squared Difference)来确定最优目标位置。实验结果表明所提方法能够有效完成目标定位任务。