论文部分内容阅读
近年来,无人机以其高灵活性、方便快捷、高效率以及低成本等优势被广泛应用于土地动态监测、灾害应急以及海域监测等实际场景中,已经成为卫星遥感强有力的补充。但是与传统航空测量相比,无人机航拍由于获取图像视角有限等缺点,使得其无法对整个航拍地区有一个宏观的了解,因此必须对航拍视频或者数量巨大的无人机遥感序列影像进行快速的拼接来获取宽场景的全景图像。故如何对低空遥感获取的海量数据或者高清视频进行快速配准与自动拼接,是当前急需解决的技术问题。本文首先对航拍图像的几何校正、畸变校正、图像增强等进行了理论研究,并针对图像进行了预处理实验。提出了特征点配准率、特征点提取稳定性、特征点检测速度三个评价指标对Harris、SIFT(Scale-invariant feature transform)、SURF(Speeded-Up Robust Features)、ORB(Oriented FAST and Rotated BRIEF)特征进行了比较,最终选择了SURF特征进行图像帧的配准;并针对传统的SURF特征进行了改进,改进过程中首先在特征选取上利用FAST(Features from Accelerated Segment Test)进行特征检测,然后在原SURF特征描述算子上加入了特征点的彩色信息并进行归一化处理,提高了特征描述的独特性,最后利用无人机的飞行参数估算出图像间的重叠区域,利用改进的SURF算法在重叠区域内进行提取,并结合RANSAC(Random Sample Consensus,随机抽样一致)算法剔除误匹配,相比传统SURF在单幅图像上配准速度上提高了800ms左右,且匹配的准确率提高了8%,最后利用提纯的匹配点对得到图像之间的几何变换矩阵并采用改进加权平均融合策略对图像进行融合,取得相对较好的拼接效果。然后针对无人机航拍图像的特点,提出了一种基于地理坐标的拼接方法,该方法利用图像间的空间坐标进行配准,主要思路为利用图像间的同名特征点匹配对去依次修正图像的空间坐标,并将空间坐标的偏移量转换为图像的像素坐标偏移量进行投影,微调量在100像素以内,最终拼接出的实验结果不仅具有地理坐标信息,又能很好的解决基于特征的拼接中配准误差积累的问题;新的方法可对图像进行快速拼接,整体视觉效果较好,特别在基于航拍区域为海域等区域有效特征较少的场景下,利用图像的空间坐标进行拼接具有实用性。最后根据上述的研究成果,并结合课题的实际应用,使用C++编程语言实现了图像预处理、配准、融合等功能模块,并针对于无人机航拍视频,设计搭建了一个航拍视频拼接系统,通过这个系统,可以在播放视频的同时完成拼接图像的拼接、显示、存储;该系统稳定可靠,具有良好的可操作性及交互性。