大区域无人机影像快速无缝拼接方法_董梅

无人机影像的快速拼接及其误差

刘庆元;刘有;邹磊;易柳城

【摘要】The geographic coordinates of each correspondence point on

UAV's (Unmanned aerial vehicles) image pairs are determined by the

photogrammetric models of stereo image pairs and data of the DGPS/IMU

(Differential GPS/Inertial measurement unit) after the correspondence

points are correctly matched. The mosaic image is re-sampled and

demonstrated with geographic coordinates instead of pixel coordinates.

The experiments results show that the process of mosaic image can be

directly adopted without projection correction with the situation of flat

area. In wavy terrain, a set of UAV's image is separated into several patches

to mosaic UAV's images because the projection error is big and results in

error propagation impacts on estimation of geographic coordinate of a

mosaic image. The accuracy and precision of geo-location of a mosaic

无人机怎么连接摄像头

在当今科技飞速发展的时代，无人机已经成为人们生活和工作中的重要工具。无人机搭载各种不同类型的摄像头，能够用于航拍、监控、农业等多种领域。但是对于新手来说，怎么连接摄像头可能是个困惑。下面简单介绍一下无人机如何连接摄像头。

首先，无人机连接摄像头的方式一般有两种，一种是通过无线网络连接，另一种是通过有线连接。对于大多数消费级的无人机来说，都是通过无线网络连接摄像头的。首先确保你的摄像头支持无线连接，并且无人机也支持。在飞行器和摄像头都开机的情况下，在无人机的APP中进行无线网络连接即可，一般会有详细的连接步骤和操作说明。连接成功后，就可以在手机或遥控器上看到摄像头的画面了。

如果你的无人机和摄像头不支持无线连接，那么就需要通过有线连接的方式。首先，找到摄像头和无人机上的相应接口，根据接口类型选择合适的连接线。然后将连接线分别插入无人机和摄像头的接口中，确保插紧。接下来开机，等待系统自动识别和连接，连接成功后即可开始使用。

在连接摄像头的过程中，需要注意一些细节问题。首先是连接线的选择，要确保连接线的质量和稳定性，以免出现连接不稳定或者断开的情况。其次是注意操作步骤，根据无人机和摄像头的具体型号来选择正确的连接方法，避免出现不兼容或者无法连接的情况。最后是在使用过程中要注意保护摄像头，避免碰撞或者摔落导致摄像头损坏。

总的来说，无人机连接摄像头并不复杂，只要按照说明书上的步骤来操作，一般都可以顺利连接。连接好摄像头后，就可以享受到无人机带来的航拍乐趣或者工作效率提升了。希望上述内容对你有所帮助，祝愿你在使用无人机时能够顺利连接摄像头，获得更好的体验和效果。

大区域无人机图像序列全局配准方法

周行;周东翔;彭科举;郭瑞斌;樊玮虹

【摘要】由于无人机搭载的摄相机视角有限,在进行大区域航拍作业的后期数据处理中不可避免地要进行大量无人机图像的拼接.这里提出一种基于图像分布估计的多图像全局配准技术,首先通过运动估计和运动分解对图像序列的链式分布进行估计,然后通过精确SURF特征匹配对图像分布进行优化.得到的分布估计图的每一条边表征了一个图像对的匹配关系,根据这些匹配关系进行捆绑调整,求解每幅图像到最终拼接平面的最优变换矩阵,从而实现大区域多图像的全局配准.实验所得的拼接结果表明该技术配准效率高、效果良好.%For the limited visual angle of the

camera carried by UAV,a large number of mosaicing of images taken by

UAV is inevitable in the later processing of the large region aerial photo

mission. A multi-image global registration technology based on image

distribution estimation is proposed. The chain distribution of the image

sequence is estimated by using motion es-timation and motion

decomposition,and then the image distribution is optimized by precise

SURF feature matching. Each edge of the obtained distribution estimation

images characters the matching relation of an image pair. The binding

无人机视频流倾斜影像快速拼接方法

郑晖;黎晓东;渠永平

【摘要】为了解决无人机视频流倾斜拍摄快速拼接误差较大的问题,提出一种局部最优的视频流拼接方法.该方法首先利用透视投影的方法将倾斜影像纠正为近似正射影像,消除大倾角影像的几何变形问题;然后利用CUDA技术加速ORB算法,快速得到帧间变换模型;在拼接时动态选取基准面,利用Levenberg-Marquardt算法优化各影像变换到基准面的绝对单应性矩阵完成视频流的序列拼接.实验结果表明:利用该方法获得的拼接影像减小了倾斜拍摄带来的误差,提高了拼接影像的质量.

【期刊名称】《科学技术与工程》

【年(卷),期】2016(016)032

【总页数】7页(P263-268,282)

【关键词】视频流拼接;倾斜影像纠正;CUDA;ORB;Levenberg-Marquardt

【作者】郑晖;黎晓东;渠永平

【作者单位】中国矿业大学(北京)地球科学与测绘工程学院,北京100083;北京大学遥感与地理信息系统研究所,北京100871;北京大学遥感与地理信息系统研究所,北京100871;中北大学,材料科学与工程学院,太原030051

【正文语种】中文

【中图分类】TP391.41

利用无人机平台可以快速获取航拍视频，为了获得较大的视野，一般都是倾斜拍摄，但是由于帧幅较小，无法表达摄区的完整信息，为了快速获取摄区大范围的影像，满足灾害发生时的应急需求，对视频流进行拼接可以快速获取摄区的全貌，为抗震救灾、应急救援提供参考资料，

由倾斜摄影获取的视频，其影像的地面分辨率和比例尺处处不同，同一地物在不同时刻呈现的形状差异很大，如果直接利用提取的视频帧进行拼接，不能保证匹配点对的有效性，计算得到的变换模型会有很大误差。针对倾斜摄影具有较大旋角的特性，张振超等[1]通过ASIFT匹配实验，分析了影像倾斜度与影像匹配有效性的相互关系。虽然ASFIT算法具有完全仿射不变性，但是计算过程需要处理多张模拟影像的特征点和特征描述子，计算复杂度高，不能用于实时处理。针对ASIFT算法计算效率低的问题，肖雄武等[2]利用无人机获取的POSE数据，将影像纠正为近似正射影像，然后匹配左视纠正影像和下视影像提取的SIFT特征点，最后将匹配点反算到左片上得到左视和下视的匹配点对。这种方法计算出的单应性矩阵不能用于影像拼接，也没有考虑影像均是倾斜像片时的情况。

基于AANAP算法的无人机遥感影像拼接研究

邓仕雄

【摘要】无人机遥感影像数据量大、像幅小,为了准确地获取大范围的全景影像,选择合适的影像拼接算法至关重要.本文利用自适应确定角度、全局相似性变换矫正形状的AANAP算法进行拼接实验,并采用NRSS算法对影像拼接效果进行评价.同时为了验证AANAP算法在影像拼接精度上的优势开展了实验研究,并与常规的SURF算法和SIFT算法进行实验对比分析.实验结果表明:采用SURF算法,SIFT算法和AANAP算法拼接影像对,3种算法的NRSS值分别为0.1219,0.1269,0.0968,与SURF算法和SIFT算法相比,AANAP算法在拼接效果及精度上更优.

【期刊名称】《科技创新与生产力》

【年(卷),期】2019(000)008

【总页数】4页(P69-72)

【关键词】航空遥感影像;影像拼接;AANAP算法;NRSS算法

【作者】邓仕雄

【作者单位】贵州水利水电职业技术学院,贵州贵阳 551416

【正文语种】中文

【中图分类】P231;TP391.41;TP301.6

无人机影像像幅小、数据量大。由于无人机获取的遥感影像受多方面因素影响，导致其影像畸变严重且局部较为模糊，因此存在局部区域低纹理、视差大、宽基线的特征。影像拼接技术对于快速获取研究区域的全景图至关重要。

目前，国内外学者提出了很多的影像拼接算法并在不断改进。范军等[1]利用无人机定位定向系统可获取高精度坐标位置和姿态参数特有的优势，提出了一种计算单应性矩阵的无人机遥感影像拼接方法，该方法提高了拼接速度。高翔等[2]根据一种基于位姿信息的小型无人机影像拼接方法，利用变换矩阵实现了无人机多幅影像的拼接。梁焕青等[3]针对无人机影像旋偏角大、地面覆盖范围小的特点，提出了一种运用加速KAZE （Accelerated KAZE，AKAZE）特征匹配算法实现无人机遥感影像快速拼接的方法。

基于改进Harris-SURF的无人机图像快速拼接

潘梅;李磊民

【期刊名称】《微型机与应用》

【年(卷),期】2014(33)15

【摘要】无人机低空拍摄的图像具有成本低、方便快捷的优点，但也存在重叠度高、覆盖范围小等问题，需通过图像拼接来获得更大范围的图像。目前，无人机图像拼接效率不高。针对此问题，提出了一种结合 Harris 与 SURF 算法优点的改进

Harris-SURF 算法，并将该算法应用于无人机图像的自动配准；采用加权平滑融合算法消除亮度差异，较好地实现了无人机图像的无缝拼接。实验结果表明，该算法在效率方面较 SURF 算法有较大提高，对存在旋转、光照及视角变化的图像均有较好的匹配效果，实现了无人机图像的快速拼接。%UAV images captured in

low altitude have the advantages of low cost and convenient , but they

also have the problems with the high overlap degree and the small-scale

coverage. It needs image mosaic to get the wider range images. Currently ,

UAV image stitching is not efficient. To solve the problem, this paper

proposes an improved Harris-SURF algorithm which combines the

advantages of the Harris and the SURF and is applied to automatic

registration for UAV images. It uses the weighted smoothing method to

大区域无人机图像序列全局配准方法 2

龙源期刊网

大区域无人机图像序列全局配准方法

作者：周行等

来源：《现代电子技术》2015年第21期

摘要：由于无人机搭载的摄相机视角有限，在进行大区域航拍作业的后期数据处理中不可避免地要进行大量无人机图像的拼接。这里提出一种基于图像分布估计的多图像全局配准技术，首先通过运动估计和运动分解对图像序列的链式分布进行估计，然后通过精确SURF特征匹配对图像分布进行优化。得到的分布估计图的每一条边表征了一个图像对的匹配关系，根据这些匹配关系进行捆绑调整，求解每幅图像到最终拼接平面的最优变换矩阵，从而实现大区域多图像的全局配准。实验所得的拼接结果表明该技术配准效率高、效果良好。

关键词：分布估计；无人机；全局配准；捆绑调整

中图分类号： TN911.73⁃34； TP391.4 文献标识码： A 文章编号： 1004⁃373X（2015）21⁃0014⁃06

Global registration method of image sequence taken by UAV in large region

ZHOU Xing， ZHOU Dongxiang， PENG Keju， GUO Ruibin， FAN Weihong

（School of Electronic Science and Engineering， National University of Defense

Technology， Changsha 410073， China）

Abstract： For the limited visual angle of the camera carried by UAV， a large number of

mosaicing of images taken by UAV is inevitable in the later processing of the large region aerial photo

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。

无人机视频流倾斜影像快速拼接方法 2

第ｌ６卷第３２期２０１６年１１月　１６７１—１８１５（２０１６）３２—０２６３—０７　科学技术与工程　Ｓｃｉｅｎｃｅ　Ｔｅｃｈｎｏｌｏｇｙ　ａｎｄ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｖｏｌ＿１６　Ｎｏ．３２　ＮＯＶ．２０１６　⑥２０１６　Ｓｃｉ．Ｔｅｃｈ．Ｅｎｇｒｇ．　

无人机视频流倾斜影像快速拼接方法　

郑　晖　。黎晓东　渠永平。　

（中国矿业大学（北京）地球科学与测绘工程学院　，北京１０００８３；北京大学遥感与地理信息系统研究所　，北京１００８７１；　中北大学，材料科学与工程学院。，太原０３００５１）　

摘要为了解决无人机视频流倾斜拍摄快速拼接误差较大的问题，提出一种局部最优的视频流拼接方法。该方法首先利　用透视投影的方法将倾斜影像纠正为近似正射影像，消除大倾角影像的几何变形问题；然后利用ＣＵＤＡ技术加速ＯＲＢ算法，　快速得到帧间变换模型；在拼接时动态选取基准面，利用Ｌｅｖｅｎｂｅｒｇ—Ｍａｒｑｕａｒｄｔ算法优化各影像变换到基准面的绝对单应性矩　阵完成视频流的序列拼接。实验结果表明：利用该方法获得的拼接影像减小了倾斜拍摄带来的误差，提高了拼接影像的　质量。　关键词视频流拼接　倾斜影像纠正　ＣＵＤＡ　ＯＲＢ　Ｌｅｖｅｎｂｅｒｇ．Ｍａｒｑｕａｒｄｔ　中图法分类号ＴＰ３９１．４１；　文献标志码Ａ　

利用无人机平台可以快速获取航拍视频，为了　

获得较大的视野，一般都是倾斜拍摄，但是由于帧幅　

较小，无法表达摄区的完整信息，为了快速获取摄区　

大范围的影像，满足灾害发生时的应急需求，对视频　

流进行拼接可以快速获取摄区的全貌，为抗震救灾、　

应急救援提供参考资料，　

由倾斜摄影获取的视频，其影像的地面分辨率　和比例尺处处不同，同一地物在不同时刻呈现的形　

状差异很大，如果直接利用提取的视频帧进行拼接，　

不能保证匹配点对的有效性，计算得到的变换模型　

会有很大误差。针对倾斜摄影具有较大旋角的特　

性，张振超等　通过ＡＳＩＦＴ匹配实验，分析了影像　

无人机遥感影像快速拼接方法研究

２０１３年１０月　第５期　城市勘测　Ｕｒｂａｎ　Ｇｅｏｔｅｃｈｎｉｃａｌ　Ｉｎｖｅｓｔｉｇａｔｉｏｎ＆Ｓｕｒｖｅｙｉｎｇ　０ｃｔ．２０１３　Ｎｏ．５　

文章编号：１６７２—８２６２（２０１３）０５—７３—０３　中图分类号：Ｐ２３７　

无人机遥感影像快速拼接方法研究　文献标识码：Ｂ　

张俊前　

（重庆市勘测院，重庆４０００２０）　摘　要：无人机低空遥感技术作为一种新兴的低空遥感技术，具有灵活性强、操作方便、现势性好、分辨率高、投入低等　众多优点，已成为遥感数据获取不可或缺的手段之一。本文针对无人机影像量大、无规律、像幅小、拼接困难的特点，　通过试验研究对比了几种无人机低空遥感影像拼接方法，并分析其拼接影像的精度及应用范围。　关键词：无人机；遥感影像；影像拼接；正射影像；控制点　

１　引　言　

随着社会经济的发展和国防建设的需要，社会各　

行业对高分辨率遥感影像与基础地理信息的需求越来　

越迫切，对其现势性要求越来越高。仅靠卫星和载人　

航空飞机获取的遥感数据难以完全满足影像数据获取　

和处理的需要。相对于传统航空航天遥感技术，无人　

机低空遥感技术作为一种新兴的低空遥感技术，具有　

灵活性强、操作方便、现势性好、分辨率高、投入低等众　

多优点，已成为遥感数据获取不可或缺的手段之一。　

无人机获取的遥感影像具有相幅小，数量多的特　

点　Ｊ。要想获得整个区域的全局信息，必须对无人机　

遥感影像进行拼接合成。如何将大量、无规律、小像幅　

的无人机影像进行有效拼接以达到使用目的，是无人　

机影像处理人员面临的难题。目前，也有不少学者对　

无人机影像处理技术展开研究，并取得了一定成绩。　

本文研究对比了几种无人机低空遥感影像拼接的方　

法，并分析拼接影像的精度及应用范围。　

２影像拼接技术综述　

影像拼接技术就是将数张有重叠部分的影像（可　

能是不同时间、不同视角或者不同传感器获得的）拼成　

一幅大型的无缝高分辨率影像的技术　Ｊ。影像拼接的　

方法很多，不同的算法步骤会有一定差异，但大致的过　