一种基于无人机位姿信息的航拍图像拼接方法-程争刚

第４５卷第６期２０１６年６月测绘学报ＡｃｔａＧｅｏｄａｅｔｉｃａｅｔＣａｒｔｏｇｒａｐｈｉｃａＳｉｎｉｃａＶｏＩ．４５，Ｎｏ．６Ｊｕｎｅ，２０１６

引文格式：程争刚，张利．一种基于无人机位姿信息的航拍图像拼接方法ＥＪ］．测绘学报，２０１６，４５（６）：６９８—７０５．ＤＯＩ：１０．１１９４７／ｊ．ＡＧＣＳ．２０１６．２０１５０５６７．ＣＨＥＮＧＺｈｅｎｇｇａｎｇ，ＺＨＡＮＧＬｉ．ＡｎＡｅｒｉａｌＩｍａｇｅＭｏｓａｉｃＭｅｔｈｏｄＢａｓｅｄｏｎｕＡＶＰｏｓｉｔｉｏｎａｎｄＡｔｔｉｔｕｄｅＩｎｆｏｒｍａｔｉｏｎＥＪ］．ＡｃｔａＧｅｏｄａｅｔｉｃａｅｔＣａｒｔｏｇｒａｐｈｉｃａＳｉｎｉｃａ，２０１６，４５（６）：６９８—７０５．ＤＯＩ：１０．１１９４７／ｊ．ＡＧＣＳ．２０１６．２０１５０５６７．

一种基于无人机位姿信息的航拍图像拼接方法

程争刚，张利

清华大学电子工程系，北京１０００８４

ＡｎＡｅｒｉａｌＩｍａｇｅＭｏｓａｉｃＭｅｔｈｏｄＢａｓｅｄｏｎＵＡｖＰｏｓｉｔｉｏｎａｎｄＡｔｔｉｔｕｄｅ

Ｉｎｆｏｒｍａｔｉｏｎ

ＣＨＥＮＧＺｈｅｎｇｇａｎｇ，ＺＨＡＮＧＬｉ

ＤｅｐｏｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８４，Ｃｈｉｎｏ

Ａｂｓｔｒａｃｔ：Ａｓｔｈｅｅｘｉｓｔｉｎｇｍｅｔｈｏｄｓｆｏｒａｅｒｉａｌｉｍａｇｅｍｏｓａｉｃｔａｋｅｈｉｇｈｃｏｍｐｕｔａｔｉｏｎａｌ，ａｆａｓｔａｎｄｅｆｆｅｃｔｉｖｅ

ａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅｐｏｓｉｔｉｏｎａｎｄａｔｔｉｔｕｄｅｉｎｆｏｒｍａｔｉｏｎｏｆｕｎｍａｎｎｅｄａｅｒｉａｌｖｅｈｉｃｌｅｓ（ＵＡＶ）ｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅｃｏｏｒｄｉｎａｔｅｓａｎｄａｔｔｉｔｕｄｅａｎｇｌｅｓｏｆＵＡＶｃａｎｂｅｏｂｔａｉｎｅｄｂｙａｉｒｂｏｒｎｅＧＰＳａｎｄｉｎｅｒｔｉａｌ

ｍｅａｓｕｒｅｍｅｎｔｕｎｉｔ（ＩＭＵ），ａｎｄｅａｃｈａｅｒｉａｌｉｍａｇｅｈａｓａｃｏｒｒｅｓｐｏｎｄｉｎｇｐｏｓｉｔｉｏｎａｎｄａｔｔｉｔｕｄｅｉｎｆｏｒｍａｔｉｏｎ．Ｔｈｅ

ｈｏｍｏｇｒａｐｈｙｍａｔｒｉｘｂｅｔｗｅｅｎｔｗｏａｅｒｉａＩｉｍａｇｅｓｗｉｔｈｔｈｅｐｏｓｉｔｉｏｎｓａｎｄａｔｔｉｔｕｄｅｉｎｆｏｒｍａｔｉｏｎｃａｎｂｅｃａｌｃｕｌａｔｅｄ．Ｔｈｅｎｔｈｅｒｅｇｉｓｔｒａｔｉｏｎｏｆｔｈｅｍｏｓａｉｃｉｍａｇｅｓｉｓｏｂｔａｉｎｅｄｂｙｔｈｅｏｐｅｒａｔｉｏｎｏｆｈｏｍｏｇｒａｐｈｙｍａｔｒｉｘ．

Ｆｉｎａｌｌｙ，ｔｈｅｍｕｌｔｉｐｌｅｉｍａｇｅｓｃａｎｂｅｓｔｉｔｃｈｅｄａｎｄｔｈｅｗｈｏｌｅｐａｎｏｒａｍａｇｏｔ。Ａｌａｒｇｅｎｕｍｂｅｒｏｆｅｘｐｅｒｉｍｅｎｔｓｄｅｍｏｎｓｔｒａｔｅｔｈｉｓａｌｇｏｒｉｔｈｍｉｓｅｆｆｉｃｉｅｎｔ．

Ｋｅｙｗｏｒｄｓ．ａｅｒｉａｌｉｍａｇｅ；ｐｏｓｉｔｉｏｎａｎｄａｔｔｉｔｕｄｅ；ｉｍａｇｅｒｅｇｉｓｔｒａｔｉｏｎ；ｈｏｍｏｇｒａｐｈｙｍａｔｒｉｘ；ｐａｎｏｒａｍａＦｏｕｎｄａｔｉｏｎｓｕｐｐｏｒｔ：ＴｈｅＮａｔｉｏｎａＩＮａｔｕｒａＩＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎＯｆＣｈｉｎａ（Ｎｏｓ．６１１７２１２５；６１１３２００７）

摘要：针对现有航拍图像拼接方法处理速度较慢的问题，提出一种基于无人机位姿信息的快速拼接方

法。首先从机栽ＧＰＳ和惯性导航单元获得无人机航拍时的坐标和姿态角，根据每一幅航拍图像对应的

无人机坐标和姿态角计算它们之间的单应变换矩阵，实现航拍图像之间的快速配准。然后通过单应变

换矩阵的运算得到拼接图像之间的配准，最后完成多幅图像的拼接得到整个区域的全景图。试验结果

证明该方法快速有效。

关键词：航拍图像；位置和姿态；图像配准；单应矩阵；全景图

中图分类号：Ｐ２３１文献标识码：Ａ文章编号：１００１—１５９５（２０１６）０６．０６９８—０８

基金项目：国家自然科学基金（６１１７２１２５；６１１３２００７）

近几年无人机受到了人们越来越多的关注，无

人机图像拼接方法也随之得到了快速发展。无人机

图像拼接是指在无人机平台上对多幅在不同时刻、

从不同视角获得的航拍图像经过对齐处理后，然后

无缝地融合在一起，从而得到一幅视野更大、分辨率

更高的全景图像。目前被广泛应用于数字地图绘

制、城市建设规划以及战场态势评估等领域。

航拍图像的拼接一般包括４个步骤：待拼接

图像的获取、图像畸变校正、图像配准以及图像融

合。其中图像配准是整个图像拼接技术的核心部

分，它直接关系到图像拼接的质量［１］，其主要目的是得到两幅图像之间的变换矩阵。目前无人机图

像配准技术主要是基于特征点匹配的方法，该方

法利用图像中提取到的局部特征进行匹配，其关

键步骤是图像特征的提取和匹配［２］，其中基于

ＳＩＦＴ特征点匹配的方法被广泛地应用于航拍图

像的配准。该方法能够有效地适应航拍图像间存在的视角和尺度变化，由文献［３—４］在１９９９年提

出，并在２００４年又对该算法进行了完善口＿］。后

来又出现了很多改进的ＳＩＦＴ算法应用到图像配

准中［５－９］。文献Ｅ５－１提出的ＰＣＡ—ＳＩＦＴ方法，采用

主成分分析对ＳＩＦＴ算子进行降维操作，大大减

万方数据第６期程争刚，等：一种基于无人机位姿信息的航拍图像拼接方法６９９

少了计算时间。文献ｌ－６－１提出的尺度和仿射不变

量兴趣点检测的ＧＬＯＨ算法，采用一种ＳＩＦＴ变

体的描述子，用对数极坐标分级结构替代ＳＩＦＴ

使用的４象限，之后再做ＰＣＡ将其降维，因此保

有和ＳＩＦＴ一样精简的表示方法。文献［７－１提出

的ＳＵＲＦ算法，采用快速Ｈｅｓｓｉａｎ方法进行特征

点检测，是ＳＩＦＴ算法的加速版。文献［８］提出扩

展ＳＵＲＦ描述符，采用邻域采样点的局部归一化灰度统计信息以及二阶梯度值细节信息，增强了

描述符的约束性与独特性。文献［９］提出的ＡＳＩＦＴ算法，通过模拟不同经纬度的图像，克服

了ＳＩＦＴ算法的不完全仿射性。但是上述图像配

准方法的一个明显不足就是提取特征点比较耗

时，从而导致图像拼接速度较慢。为了提高航拍

图像的拼接速度，近几年国内外研究者提出了多

种拼接方法ｎ０。１４’１６。１８｜。文献［１０］中估计变换矩阵以及图像间关系的不确定性，并考虑如何消除图

像拼接中的累积误差。文献［１１—１２］通过预测拼

接图像的重叠区域减少拼接的时间消耗。文献

［１３］提出的Ｆ－ＳＩＦＴ图像拼接算法，采用基于子

图像块的频域相位相关算法提高图像拼接的速度。文献［１４］通过分块Ｈａｒｒｉｓ角点的方法均匀

提取图像中的角点，然后采用金字塔光流算法进

行角点配准，缩短了航拍图像的匹配时间。这些

方法对于航拍图像的配准和一般图像的配准相

同，首先是对航拍图像进行特征点的提取，然后通

过相似性度量进行特征点匹配，最后根据得到的

两幅图像中对应特征点的坐标关系，采用

ＲＡＮＳＡＣ算法［１明计算出最佳匹配的变换矩阵，并没有利用航拍图像特有的优势。文献［１６—１７］

结合了航拍时的参数信息进行图像配准，提高了

航拍图像拼接的速度，但是还没有完全发挥航拍

参数对图像配准的作用。文献［１８］针对机载传感器的精度问题，提出了一种混合的方法，利用基于

图像的方法校正由位姿计算带来的拼接误差。本

文结合无人机航拍的特点，利用航拍时获得的航

拍参数来计算图像问的变换矩阵，然后通过变换

矩阵的分解推导出多幅图像连续拼接的变换矩

阵，基本不依赖拍摄图像的质量情况，提出了一种快速的航拍图像配准方法。

１两幅航拍图像的配准

１．１航拍图像间的单应变换矩阵

如图１所示，无人机在位置０。和０。对地面场景进行拍摄，得到图像Ｊ。和Ｊ：。Ｍ（Ｘ。，Ｙ。，

Ｚ。）Ｔ为场景中的一点，Ｍ。（Ｘ叫Ｙ叫Ｚ，，）Ｔ和

Ｍ。（Ｘ∥ｙｆ。，Ｚ，，）Ｔ表示Ｍ在两个位置的相机坐

标。ｍ１（“ｌ，ｕｌ，１）Ｔ和ｍ２（“２，ｕ２，１）Ｔ分别为Ｍ在

图像ｊ，和ｆ：上对应的点。如果矩阵Ｈ能满足

ｍ２一ｓｈｉｎｌ（１）则称矩阵Ｈ为图像ｊ。到ｊ：的单应变换矩阵。

其中ｓ为非零常数项。

Ｊ冬１小Ｍ视角的航扪Ｈ像

Ｆｉｇ．１Ａｅｒｉａｌｉｍａｇｅｆｒｏｍｄｉｆｆｅｒｅｎｔａｎｇｌｅｓｏｆｖｉｅｗ

毛［：｝］＝蚓㈣

Ｋ＝＝＝厂÷０“ｏｄｘ，０÷口ｏｄｙ０Ｏ１（３）

阱疆。１［：；：］㈤

乙肾卜ｔ，Ｘ。Ｌ

Ｚ。１

＝皿阱…，

万方数据７００Ｊｕｎｅ２０１６Ｖ０１．４５Ｎｏ．６ＡＧＣＳｈｔｔｐ：／／ｘｂ．ｓｉｎｏｍａｐｓ．ｃｏｍ

ｎＴ－一１（７）＃－ｘ一１（７）

［莘］一象ＫＲ（Ｊ一号ｎＴ）Ｋ一１［三：］ｃ８，

Ｈ—ＫＲ（Ｊ一号聘Ｔ）Ｋ‘１一ＫＲＫ叫一ｉ１躲细ＴＫ。１

间３个姿态角的变化量叭０、妒和两个视点的坐标

驴㈦００三０；］

胪㈠霸

驴胃训

ｔ一［ｚ２一ｚｌＹ２－－ｙｌｚ２－－２：１］１（１２）

从而两幅航拍图像之间的变换矩阵就可以通

过这６个参数计算得到。由式（９）中可以看出本

文对航拍图像间单应变换矩阵的推导要求图像中

所有点的ｄ相同，也就是要保证Ｏ。视点下图像

里所有的场景都要在一个成像深度中，否则图像

之间就不能满足单应变换。

１．２测量参数的校正

由１．１节可知，通过对航拍参数的测量就可

以计算得到对应航拍图像间的单应变换矩阵。其中姿态角可以通过无人机上装有的惯性导航单元

（ＩＭＵ）获得，坐标可由ＧＰＳ获得，飞行高度可由

气压计获得。但是一般情况下，得到的测量结果

会受到误差的干扰，这对于单应变换矩阵的计算

影响较大。因此要得到准确的单应变换矩阵，就

需要对测量的参数进行校正。

根据式（９），如果已知两幅图像的单应变换矩

阵Ｈ和相机的内参数矩阵Ｋ，通过奇异值分解的

方法就可以计算出摄像机参数［２…。本文首先在

离线情况下对测量系统进行校准，得到参数测量

误差的补偿量，然后再通过航拍参数进行图像的

配准。参数校准的具体步骤如下：（１）在离线情况下通过特征点匹配的方法对

航拍图像进行配准，得到图像之间的单应变换矩

阵Ｈ。

（２）根据文献Ｅ２０］的方法由Ｈ计算出航拍

参数。

（３）将直接测量的航拍参数与参数的计算结

果进行对比（试验选择比较８０组结果），然后通过

多项式拟合的方法得到测量参数的误差补偿量

（本文选择３次多项式）。

试验结果如图２所示（以偏航角的校正为

例），其中图（ａ）为直接测量得到的８０组结果，图

（ｂ）为对应的计算结果，对比这两组结果并计算

出测量误差如图（ｃ）所示。由试验结果可以得到

测量值与测量误差之间的相关系数为０．９０２６，说

明这两个量是高度相关的。通过ＲＡＮＳＡＣ算

法［１钉拟合出测量误差与测量结果的关系为

Ｐ＝厂（ｃ）一０．０５７ｌｃ３－－０．１６０９ｃ２＋０．４８４９ｃ—

Ｏ．０８３２（１３）式中，ｃ为当前的测量结果；ｅ为测量误差。这样

就得到了测量结果的误差补偿量，从而就能对测

量的航拍参数进行校正，保证了单应变换矩阵计

算的精度。

２多幅图像的拼接

２．１多幅图像的拼接方法

多幅图像的拼接一般就是多次图像的两两拼

接。假设有待拼接的图像Ｊ。～Ｊ。，首先拼接图像

ｊ。和Ｊ：，得到第一次的拼接结果Ｊ。。。图像Ｉ。，包含两部分内容，一部分是ｆ。变换后的图像Ｊ，．：

（假设以Ｊ：作为基准图像），另一部分则是完整的

图像Ｉ：，两部分的重叠区域进行加权平均，从而

就将Ｊ。和Ｊ。融合为ｆ。，。然后再拼接Ｉ。，和ｆ。

万方数据

合集下载

基于预测区域匹配的无人机航拍图像快速拼接

高春晓;熊鹏;周暂;刘宪朋;李枭雄;高超

【期刊名称】《北京理工大学学报》

【年(卷),期】2014(34)11

【摘要】利用无人机侦查拍摄的图像,拼接成整个战场的全景图,方便指挥人员了解战场动态,做出战略决策.根据无人机航拍图片序列的特点,提出了一种快速精确的拼接方法,即在无人机航拍图片拼接过程中,使用一种创新的匹配对齐策略,根据图片间的重叠率构造估计范围矩形,仅对矩形区域内的特征点进行匹配计算,然后使用图像融合等方法优化拼接效果.此算法提高了鲁棒性,可在短时间内获得较好的拼接效果.分别对谷歌地球卫星图片和无人机航拍真实数据进行实验,验证了算法的有效性.

【总页数】5页(P1202-1206)

【关键词】预测区域匹配;图像拼接;无人机;航拍图像;图像配准

【作者】高春晓;熊鹏;周暂;刘宪朋;李枭雄;高超

【作者单位】北京理工大学计算机学院

【正文语种】中文

【中图分类】TP391.41

【相关文献】

1.一种快速的基于SIFT算法的无人机航拍序列图像自动拼接方法 [J], 李岩山;谢维信;裴继红

2.海事监管中无人机航拍图像快速拼接算法 [J], 欧阳帅;安博文;周凡;曹芳 3.基于SIFT的无人机航拍图像快速拼接技术研究 [J], 宋建辉;闫蓓蕾

4.基于改进SIFT的无人机航拍图像快速匹配 [J], 韩宇;宗群;邢娜

5.基于无人机航拍图像快速拼接方法的研究 [J], 赵丽颖;付强;黄丹飞;钟艾琦;张玉爽

因版权原因，仅展示原文概要，查看原文内容请购买

一种基于局部灰度匹配的无人机图像拼接算法

王斌;王伟锋

【期刊名称】《中国石油大学学报（自然科学版）》

【年(卷),期】2009(033)002

【摘要】结合无人机图像的特点,开发了一种基于局部灰度匹配的图像拼接算法.根据无人机的飞行数据,对无人机图像进行预处理,缩小了特征点的搜索范围.然后利用图像的局部灰度算法,对提取的角特征点进行快速匹配.最后在运行速度以及特征点的匹配准确率等方面对算法进行了评价.试验结果表明,该算法较大幅度地提高了程序的运行速度,能够达到无人机图像处理的实时性的要求.该算法对无人机图像的工业化处理有帮助.

【总页数】5页(P169-173)

【作者】王斌;王伟锋

【作者单位】中国石油大学,资源与信息学院,山东,东营,257061;中国石油大学,资源与信息学院,山东,东营,257061

【正文语种】中文

【中图分类】TP311.5;TE319

【相关文献】

1.一种基于特征点匹配的红外图像拼接算法 [J], 郑兰;安博文;曹芳

2.一种改进的基于SURF特征匹配的图像拼接算法 [J], 李海洋;张睿哲

3.基于局部精确直方图匹配的无人机景象匹配导航色彩恒常算法 [J], 靳珍璐;潘泉;赵春晖;魏妍妍;马娟娟

4.一种基于角点匹配的图像拼接算法研究 [J], 全星慧;潘勇

5.一种基于图像拼接的区域化特征匹配算法 [J], 秦丽娟; 林一方

因版权原因，仅展示原文概要，查看原文内容请购买

基于无人机的航拍影像快速拼接技术研究

龙源期刊网

基于无人机的航拍影像快速拼接技术研究

作者：金剑武海彬刘文华

来源：《中国管理信息化》2018年第21期

[摘; ; 要] 本文采用基于顾及重叠的面Voronoi图构建影像拼接网络，生成目标区域全部影像所对应的Voronoi多边形，依照影像顺序依次进行镶嵌处理，形成初步拼接成果图。应用基于Wallis滤波器的多片色彩均衡算法，进行影像匀光操作，实现拼接影像间的自然过渡。本文采用C++编程语言实现无人机影像特征提取、粗差消除、光束法平差、影像色彩一致性处理等环节，设计并开发出界面友好型无人机航拍影像自动拼接软件系统，能够快速进行影像拼接处理，获取良好的拼接效果。

[关键词] 无人机影像拼接;拼接线;色彩均衡

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 21. 071

[中图分类号] F270.7;TP391.41; ; [文献标识码]; A; ; ; [文章编号]; 1673 - 0194（2018）21-

0166- 05

1; ; ; 无人机影像镶嵌算法

影像镶嵌（image mosaic）是指对具有重叠区域的多幅影像按照一定规则进行坐标变换，将全部影像规范到统一的坐标框架下，初步拼接成一幅覆盖整个目标区域的大型影像的过程[1]。影像拼接线的自动生成是镶嵌任务中的关键环节，现有的拼接线生成方法多只关注于相邻的两幅影像间单条拼接线生成情况，这类方法在整个拼接区域能构建多条拼接线，各拼接线具有独立性，只能按照影像顺序依次拼接，不利于直接生成最终镶嵌成果图。由于拍摄环境的影响，航空影像内部及影像之间在亮度分布上存在不同程度的差异，对其进行色彩均衡处理可以提升影像清晰度，获取更佳拼接效果，影像匀光操作十分重要。本文介绍无人机影像拼接优化策略，采用基于顾及重叠的面Voronoi图的拼接线网络自动生成算法和基于Wallis滤波器的多片色彩均衡算法，实现无人机影像快速镶嵌与色彩一致性处理操作。

无人机图像拼接算法的研究及实现

随着近年来无人机技术的飞速发展，无人机图像拼接技术也得到了广泛的应用。该技术可以将无人机拍摄得到的相邻区域的图像进行拼接，生成高分辨率的全景图像，提供了一种高效的地图制作和空中监测的手段。本文将从无人机图像拼接的原理入手，分析其算法的研究，介绍常见的图像拼接算法以及其应用场景，并在最后给出一个无人机图像拼接的实现实例。

一、无人机图像拼接原理

无人机的航拍图像拼接是借助现代数字图像处理技术来实现的。该技术需要处理大量的数据，并结合图像的特征进行定位，将相邻图像进行拼接，生成全景图像。以下是无人机图像拼接的原理图：

如图所示，相机通过对地面连续拍摄，得到多幅重叠区域较多的图像。在无人机图像拼接中，首先需要对相机进行标定，得到相机的内外参数。然后，根据每张拍摄的图像的特征，例如SIFT特征，计算出每幅图像的特征点。接着，通过匹配不同图像之间的特征点，建立不同图像之间的关系。最后，运用优化算法对关系进行优化，完成图像拼接，生成全景图像。

二、无人机图像拼接的算法研究

目前，无人机图像拼接的算法主要有以下几种：

1. 基于特征点匹配的无人机图像拼接算法

这种算法主要的思路是在多副图像上提取一些稀有的、具有代表性的特征点。然后根据特征点的相似程度进行匹配，得到匹配点对。匹配点对的质量好坏非常重要，其正确率和准确度直接决定了拼接后的图像质量。这种算法的核心是对特征点的提取和匹配两个部分的处理。由于SIFT, SURF和ORB等算子在特征提取和匹配上有着良好的效果，因此应用广泛。 2. 基于区域分割的无人机图像拼接算法

该算法主要是先将输入的拍摄图像进行区域分割，将该图像分为多个区域，然后根据区域之间的相似度，通过一系列的变换操作，将这些不同区域的图像配准后合并起来生成全景图像。这种算法具有很好的兼容性和可扩展性，能够处理不同场景和不同光照下的图像拼接。但是该算法也存在着一些缺陷，例如耗费计算时间比较长而导致对计算机处理性能的要求比较高。

基于SURF特征的无人机航拍图像拼接方法

吴如梦;方挺;李文钦

【摘要】设计了一种基于SURF特征的无人机航拍图像拼接方法.该方法首先对无人机航拍得到的图片进行预处理,利用几何校正和辐射校正方法对原始图像进行校正,为后续图像的拼接工作做准备;其次,根据无人机飞行高度、速度以及搭载相机参数信息,使用加速鲁棒性的SURF算法对预处理后的图像进行特征检测;再次,利用无人机飞行状态参数等信息对无人机航拍图像配准算法进行研究和改进,使后续图像拼接结果更加准确可靠;最后,采用一种改进的加权平均融合算法对图像进行拼接.此方法不但可以降低图像融合难度,而且可以消除在拼接过程出现的接缝,生成高清晰、平滑过渡的全景图像.

【期刊名称】《现代制造技术与装备》

【年(卷),期】2019(000)008

【总页数】3页(P34-36)

【关键词】图像处理;SURF特征;图像配准

【作者】吴如梦;方挺;李文钦

【作者单位】安徽工业大学电气与信息工程学院,马鞍山 243000;安徽工业大学电气与信息工程学院,马鞍山 243000;安徽工业大学电气与信息工程学院,马鞍山

243000

【正文语种】中文

如何在无人机航空图像拼接系统中快速、准确地进行图像拼接，已成为图像处理与映射领域的一个研究热点。图像拼接技术目标是将几张无人机航拍图像图像拼接成一张全景图，其中最为关键的部分在于找到合适的算法来计算待拼接图的重叠区域。近年来，经过研究者们的努力以及科学技术发展，相关拼接算法在航拍图像领域推陈出新，使得拼接效果显著提高，拼接速度也得到了进一步提升。

早在1970年，P.E.Anuta就使用了一种基于频率域的Fourier-Mellin图像配准算法，该算法在很大程度上提高了图像配准速率，使加快整体图像拼接过程成为可能。Reddy和Chatterji在文献中提出了基于快速傅里叶变换算法，该算法可以实现变换后的图像配准，如图像平移、图像旋转以及图像缩放等。国内的田单等人于2009年将经验模态分解与互信息进行结合，进一步提高了图像配准算法稳定性；D.H.Kim等人在空间域基于灰度信息配准算法中，根据图像灰度分布特点，通过减少待匹配图像间灰度差异，求取了投影变换矩阵，完成图像配准。

基于机器视觉的无人机照片拼接算法研究

近年来，随着无人机技术的不断完善，越来越多的机器视觉技术被应用于无人机影像处理中。其中一项重要的应用是无人机照片拼接，即将多张无人机照片拼接成一张完整的高清航拍图像，以便对地形、道路、建筑物等进行监测、识别和测量等操作。本文将探讨基于机器视觉的无人机照片拼接算法的研究，从图像预处理、特征提取、图像匹配、重建和矫正等方面进行分析。

一、图像预处理

在进行图像拼接前，需要对无人机拍摄的照片进行一系列预处理，以确保每张照片的色彩、亮度、尺寸等参数一致。同时，为了减小图像拼接时的误差，需要对照片进行几何校正、畸变纠正等操作。

图像预处理的具体步骤包括：颜色校正、亮度调整、噪声去除、图像平滑、图像增强、图像缩放、几何校正、畸变纠正等。其中，几何校正和畸变纠正是图像预处理的重要环节，需要通过计算机视觉算法来实现。

二、特征提取

在进行无人机照片拼接前，需要对每张照片提取出具有代表性的特征点，以便进行图像匹配。特征点提取需要考虑几个因素，包括特征点的唯一性、对称性、稳定性和可重复性等。

常用的特征点提取算法包括：SIFT（尺度不变特征变换）、SURF（加速稳健特征）、ORB（FAST和BRIEF的混合算法）、AKAZE（高速自适应关键点提取器）等。利用这些算法提取出的特征点能够描述出图像的局部特征，以便进一步进行图像匹配。

三、图像匹配特征点提取后，需要进行图像匹配，以找到各个照片之间的联系，从而实现拼接。图像匹配是一个基于相似性度量的问题，常用的相似性度量方法包括欧氏距离、余弦相似度、SAD（sum of absolute differences）、SSD（sum of squared differences）等。

在图像匹配中，常用的算法是基于特征匹配的方法。通过对两张图片提取的特征点进行匹配，计算两张图片之间的相似性，从而确定它们之间的位置关系。目前最常用的特征匹配算法是基于RANSAC（随机采样一致性）的方法或其变体。

一种快速的基于SIFT算法的无人机航拍序列图像自动拼接方法

第２７卷第９期　２０１１年９月　信　号　处　理　ＳＩＧＮＡＬ　ＰＲ０ＣＥＳＳＩＮＧ　Ｖｏ１．２７．　Ｎｏ．９　Ｓｅｐ．２０１１　

一种快速的基于ＳＩＦＴ算法的无人机　

航拍序列图像自动拼接方法　

李岩山　谢维信　裴继红　

（深圳大学ＡＴＲ国防科技重点实验室，广东深圳５１８０６０）　

摘要：无人驾驶飞机在短时间内具有相对稳定的航向、飞行速度、飞行高度等特点，这些特点决定了相同时间间隔　

的航拍序列图像的重合区域相对稳定，在此基础上，本文提出了航拍序列图像拼接方法的约束性条件，及一种快速的无人　机航拍序列图像的自动拼接方法。该方法运用自回归模型，将历史相交区域中心点作为模型的输人数据，对当前用于拼接　的重合区域进行预测，然后在预测区域内进行ＳＩＦＴ特征提取和特征提纯，并根据提纯后的特征进行快速的序列图像拼接。　通过在无人驾驶飞机航拍序列图像上对该方法性能进行实验，结果显示本文的方法具有较好的拼接效果，在海量无人机航　拍数据的情况下，能大大减少拼接时间。　关键词：无人机航拍图像；特征提取；自动拼接　

中图分类号：ＴＰ３９１　文献标识码：Ａ　文章编号：１００３－０５３０（２０１１）０９－１３３１－０４　

Ａ　Ｆａｓｔ　Ａｕｔｏｍａｔｉｃ　Ｍｏｓａｉｃ　Ｍｅｔｈｏｄ　ｏｎ　Ｕｎｍａｎｎｅｄ　Ａｅｒｉａｌ　

Ｖｅｈｉｃｌｅ　Ｉ　ｍａｇｅｓ　Ｕｓｉｎｇ　ｔｈｅ　Ｓ　Ｉ　ＦＴ　Ａｌｇｏｒｉｔｈｍ　

ＬＩ　Ｙａｎ－－ｓｈａｎ　ＸＩＥ　Ｗｅｉ－－ｘｉｎ　ＰＥＩ　Ｊｉ・・ｈｏｎｇ　

（ＡＴＲ　Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　Ｎａｔｉｏｎａｌ　Ｄｅｆｅｎｓｅ　Ｔｅｃｈｎｏｌｏｇｙ，Ｓｈｅｎｚｈｅｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｚｈｅｎ，Ｇｕａｎｇｄｏｎｇ　５　１　８０６０．，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：　Ｕｎｍａｎｎｅｄ　ａｅｒｉａｌ　ｖｅｈｉｃｌｅ　ｈａｓ　ｍａｎｙ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｓｕｃｈ　ａｓ　ｔｈｅ　ｒｅｌａｔｉｖｅｌｙ　ｓｔａｂｌｅ　ａｅｒｉａｌ　ｎａｖｉｇａｔｉｏｎ，ｆｌｉｇｈｔ　ｓｐｅｅｄ，ｆｌｉｇｈｔ　ｈｅｉｇｈｔ．Ｔｈｅｓｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｄｅｃｉｄｅ　ｔｈａｔ　ｔｈｅｒｅ　ａｒｅ　ｒｅｌａｔｉｖｅｌｙ　ｆｉｘｅｄ　ｐｏｓｉｔｉｏｎｓ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｎｅｉｇｈｂｏｒ　ｉｍａｇｅｓ．Ｂａｓｅｄ　ｏｎ　ｔｈｅｓｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｔｈｅ　ｕｎｍａｎｎｅｄ　ａｅｒｉａｌ　ｖｅｈｉｃｌｅ（ＵＡＶ）ｉｍａｇｅｓ，ｔｈｅ　ｃｏｎｓｔｒａｉｎｔ　ｃｏｎｄｉｔｉｏｎ　ｏｆ　ｔｈｅ　ｍｏｓａｉｃ　ｍｅｔｈｏｄ　ｏｎ　ｔｈｅ　ＵＡＶ　ｉｍａｇｅｓ　ｉｓ　ｐｒｏｐｏｓｅｄ，ａｎｄ　ｔｈｅｎ　ａ　ｆａｓｔ　Ａｕｔｏｍａｔｉｃ　Ｍｏｓａｉｃ　Ｍｅｔｈｏｄ　ｏｆ　ｔｈｅ　ＵＡＶ　ｉｍａｇｅｓ　ｉｓ　ｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅ　ｐｒｏｐｏｓｅｄ　ｍｅｔｈｏｄ　ｕｓｅ　ｔｈｅ　ＡＲ　ｍｏｄｅｌ　ｗｈｉｃｈ　ｕｓｅ　ｔｈｅ　ｃｅｎｔｅｒ　ｐｏｓｉｔｉｏｎ　ｏｆ　ｔｈｅ　ｈｉｓｔｏｒｙ　ｏｖｅｄａｐ　ａｒｅａｓ　ａｓ　ｔｈｅ　ｉｎｐｕｔ　ｄａｔａ　ｔｏ　ｆｏｒｅｃａｓｔ　ｔｈｅ　ｏｖｅｒｌａｐ　ａｒｅａｓ　ｏｆ　ｔｈｅ　ｔｗｏ　ｉｍａｇｅｓ　ｗｈｅｒｅ　ｔｈｅ　ＳＩＦＴ　ｆｅａｔｕｒｅｓ　ａｒｅ　ｅｘｔｒａｃ—　ｔｅｄ，ａｎｄ　ｔｈｅｎ　ｍｏｓａｉｃ　ｔｈｅ　ｔｗｏ　ｉｍａｇｅ　ｕｓｉｎｇ　ｔｈｅ　ｅｘｔｒａｃｔｅｄ　ＳＩＦＴ　ｆｅａｔｕｒｅｓ．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｏｆ　ｅｘｐｅｒｉｍｅｎｔｓ　ｏｎ　ｔｈｅ　ＵＡＶ　ｉｍａｇｅｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｍｅｔｈｏｄ　ｈａｓ　ｇｏｏｄ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｎ　ｔｈｅ　ｍｏｓａｉｃ　ｉｍａｇｅ，ａｎｄ　ｔｈｅ　ｔｉｍｅ　ｃｏｓｔ　ｒｅｄｕｃｅｄ　ｌａｒｇｅｌｙ．　Ｋｅｙ　ＷＯｒｄｓ：　Ｕｎｍａｎｎｅｄ　Ａｅｒｉａｌ　Ｖｅｈｉｃｌｅ　Ｉｍａｇｅｓ；ｆｅａｔｕｒｅ　ｅｘｔｒａｃｔｉｏｎ；ａｕｔｏｍａｔｉｃ　ｍｏｓａｉｃ　

一种基于无人机位姿信息的航拍图像拼接方法-程争刚

一种基于无人机位姿信息的航拍图像拼接方法

程争刚，张利

清华大学电子工程系，北京１０００８４

ＡｎＡｅｒｉａｌＩｍａｇｅＭｏｓａｉｃＭｅｔｈｏｄＢａｓｅｄｏｎＵＡｖＰｏｓｉｔｉｏｎａｎｄＡｔｔｉｔｕｄｅ

Ｉｎｆｏｒｍａｔｉｏｎ

ＣＨＥＮＧＺｈｅｎｇｇａｎｇ，ＺＨＡＮＧＬｉ

无人机航拍图像拼接的研究与实现

龙源期刊网

无人机航拍图像拼接的研究与实现

作者：罗彬汤博麟刘克文

来源：《中国科技博览》2017年第08期

[摘要]针对无人机航拍图像的特点，采用基于图像特征的拼接技术，实现了无人机航拍图像的无缝拼接。

[关键词]无人机；图像拼接

中图分类号：TP391.41 文献标识码：A 文章编号：1009-914X（2017）08-0182-02

1 图像拼接的原理与实现过程

1.1 特征点提取

1.1.1 常用的特征点提取算法比较

目前，应用比较广泛的特征点提取算法有Moravec、Harris、SUSAN、SURF、SIFT等算法。从图像拼接的应用中比较了Harris和SIFT算法。SIFT算法具有良好的尺度和旋转不变性，但是算法复杂运算速度慢；而Harris算法运算速度快且在旋转图像的拼接上效果更好。由于Harris算法计算简单、稳定性高、具有很好的鲁棒性，即使图像存在旋转、亮度变化和干扰噪声，也能精确检测出图像中的特征点，因此本文采用Harris算法提取待拼接图像的特征点。

1.1.2 Harris算法的原理

Harris特征点检测算法是C.Harris和M.Stephens在Moravec算法的基础上，提出的一种经典的基于信号的特征点提取算法。Harris算法的原理是在图像中的一个小的观察窗口内，在特征点处窗口沿任意方向移动微小的距离都会观察到图像灰度值的剧烈变化。定义窗口内灰度值的变化量：

（1）

式中w（x，y）为窗口函数。为了较好地抑制噪声，窗口函数选用高斯函数：

（2）

对式（1）用泰勒级数展开，取一阶近似可得：

（3）龙源期刊网

式中，

简析无人机技术航拍与图像拼接技术

1 概述

随着社会不断发展和进步，无人机遥感技术在很多领域发挥着不可或缺的作用，譬如军事领域、农业领域、考古领域、环境监测领域、城市规划领域、灾害监测领域、地理测绘领域等。无人机遥感技术之所以会有如此广泛的应用，是由于无人机遥感图像具有高灵活性、续航时间长，可以在特别危险地区探测，效率特别高，成本也低，还有无人机可在低海拔地区飞行，能够避免云层干扰等独特优势。

2 无人机遥感发展

2.1 无人机发展概况

因为计算机技术的不断发展，无人机遥感技术也获得了巨大进步，并且因为本身独特优势，受到愈来愈广泛的关注。一般来说，无人机遥感技术提取和归纳人们所需信息，主要是利用精密成像仪器和图像分析技术，然后通过对这些时效性较高的图像进行特性分析等其他操作来达成。无人机遥感技术发展如此之快，以至于图像拼接技术也受到越来越多关注，国内外很多研究人员正在对图像拼接技术进行更深研究。目前，无人机图像拼接技术受到普遍关注，各个国家的学者都进行着与无人机图像拼接有关技术研究工作。图像拼接技术通过数年研究，已经获取相当多研究成果，但是现在依然有很多问题有待解决，诸如相幅较小、数量多、影像倾斜度大、重叠不规则等一系列问题。图像拼接效果和效率主要受图像配准精度和有效性所制约。

2.2 无人机航拍原理

无人机，顾名思义是一种无人驾驶的或称作不载人的飞行器。它主要是通过无线电遥控设备或机载计算机程序系统来进行控制。无人机航拍是以无人机作为拍摄基准平台，随机载有高分辨率CCD数码相机、红外扫描仪、激光扫描仪等机载遥感设备获取地面图像或其他类型数据信息。通过计算机对所获取的遥感图像信息按照一定精度要求进行解译识别处理，并制作成相关更重要、更全面信息的大幅全景图像。无人机航拍技术是一种全新的高科技遥感应用技术，需要多种技术手段互相支撑构建成为一个平台系统。全系统是集成遥感、遥测技术与计算机技术新型应用技术，在设计和最优化组合方面具有突出特点。 2.3 无人机遥感图像特点

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。