There are substantial problems in the photogrammetric image matching especially in the images taken by UAVs in the regions where grassland, waterfront, forest, buildings, bridges, high-voltage lines etc. in the urban and rural areas. The main reason of these problems are color, tone, texture, contrast and scale changes cannot be successfully detected in between sequential images. To solve these problems, radial basis functions can be used. The thin plate spline (TPS) that has a natural representation in terms of radial basis functions is used as a non-rigid transformation model in image matching. In other words, TPS is strong interpolation method for coordinate transformations modeling. In this study, the Istanbul Technical University Campus was selected as the study area and the study focused on using the integration of SURF and TPS, called as automatic TPS (A-TPS), for photogrammetric matching of UAV images obtained for the campus. Three different test areas that have different surface characteristics were selected and the implementation of A-TPS realized using control points on these test areas. The A-TPS algorithm was compared with SURF and VisualSFM software that uses the SIFTGPU method. Also, the images were rotated 45 degrees and the same operations were repeated. RANSAC algorithm was applied to determine the inliers from the point matches obtained from all methods. The A-TPS algorithm performs better than the other two methods, especially for images with the homogenous texture of forestry areas.

中文翻译：

---

基于薄板样条的自动图像匹配算法

摄影测量图像的匹配存在很大的问题，特别是在城市和农村地区的草地，海滨，森林，建筑物，桥梁，高压线等地区的无人机所拍摄的图像中。这些问题的主要原因是在顺序图像之间无法成功检测到颜色，色调，纹理，对比度和比例变化。为了解决这些问题，可以使用径向基函数。在径向基函数方面具有自然表现形式的薄板样条（TPS）用作图像匹配中的非刚性变换模型。换句话说，TPS是用于坐标转换建模的强插值方法。在这项研究中，伊斯坦布尔技术大学校园被选为研究区域，并且研究重点是使用SURF和TPS的集成，称为自动TPS（A-TPS），用于对从校园中获得的无人机图像进行摄影测量匹配。选择了三个具有不同表面特性的不同测试区域，并使用这些测试区域上的控制点实现了A-TPS。将A-TPS算法与使用SIFTGPU方法的SURF和VisualSFM软件进行了比较。此外，图像旋转了45度，并重复了相同的操作。应用RANSAC算法从所有方法获得的点匹配中确定离群点。A-TPS算法的性能优于其他两种方法，特别是对于林区纹理均匀的图像。选择了三个具有不同表面特性的不同测试区域，并使用这些测试区域上的控制点来实现A-TPS。将A-TPS算法与使用SIFTGPU方法的SURF和VisualSFM软件进行了比较。此外，图像旋转了45度，并重复了相同的操作。应用RANSAC算法从所有方法获得的点匹配中确定离群点。A-TPS算法的性能优于其他两种方法，特别是对于林区纹理均匀的图像。选择了三个具有不同表面特性的不同测试区域，并使用这些测试区域上的控制点来实现A-TPS。将A-TPS算法与使用SIFTGPU方法的SURF和VisualSFM软件进行了比较。另外，将图像旋转45度，并重复相同的操作。应用RANSAC算法从所有方法获得的点匹配中确定离群点。A-TPS算法的性能优于其他两种方法，特别是对于林区纹理均匀的图像。应用RANSAC算法从所有方法获得的点匹配中确定离群点。A-TPS算法的性能优于其他两种方法，特别是对于林区纹理均匀的图像。应用RANSAC算法从所有方法获得的点匹配中确定离群点。A-TPS算法的性能优于其他两种方法，特别是对于林区纹理均匀的图像。