一种真正射影像生成方法技术

本发明专利技术公开了一种真正射影像生成方法，包括如下步骤：A：采用四叉树技术，快速生成盲区图斑；B：对影像进行数字微分纠正，得到单张正射影像；C：根据盲区图斑和正射纠正后影像的有效区域，生成对应影像的掩膜图像；D：生成权值模板，根据影像间的拓扑关系，从相邻影像中提取权值最大的有效像元，填补对应部分的盲区图斑；E：构建顾及局部的全局匀色模板，进行单张影像的批量并行匀色处理；F：将经过盲区填补的具有重叠度的正射影像进行拼接，输出真正射影像图。本发明专利技术应用于微小型无人机光学影像全自动化真正射处理，有效解决了高分辨率城区建筑物倾倒、扭曲以及图像之间色彩不一致问题，可以实现大重叠度影像的真正射处理。

A real projective image generation method

The invention discloses a true orthophoto generation method, which comprises the following steps: A: the four fork tree technology, rapid generation of blind patches; B: digital differential rectification of image, get leaflets orthophotoimage; C: according to the blind spots and orthorectification images after the effective area of the mask image generating corresponding image; D: generate the weight template, according to the topological relationship between images, extracting the effective pixel maximum weight from adjacent images, fill the corresponding part of the blind spot; E: build account of local global uniform color template, a batch of single image parallel and uniform color processing; F: after blind fill with overlap orthophoto mosaic, output true orthophoto map. The invention is applied to the micro UAV optical automatic image processing can effectively solve the real shot, the building of high resolution urban dumping, distortion and inconsistency between the color image, True Ortho processing can achieve high overlap images.

【技术实现步骤摘要】
一种真正射影像生成方法
本专利技术涉及微小型无人机光学影像的数据处理技术，尤其涉及的是一种真正射影像生成方法。
技术介绍
无人机与传感器技术的快速发展，使得高分辨率、超分辨率的数据获取的成本越来越低，常规正射影像处理技术不能很好的满足超高分辨率影像的处理需求，尤其是对城区超高分辨率影像来说，常规正射影像具有诸如房屋倾倒，高架桥错位等不可克服的缺陷。不同于常规大数码影像，微小型无人机光学影像存在像幅小，分辨率高、像片数量多、影像倾角大、重叠度高且不规则、色彩不均匀等问题，如何快速拼接生成测区全景影像图对数据处理技术提出了更高的要求，常规正射影像处理技术不能很好的解决诸如城区房屋倾倒，高架桥错位等问题。因此，现有技术存在缺陷，需要改进。
技术实现思路
本专利技术所要解决的技术问题是：提供一种应用于微小型无人机光学影像全自动化真正射处理方法，有效解决高分辨率城区影像房屋倾倒，高架桥错位、色彩不一致等问题，可以实现高分辨率、高重叠度影像的自动真正射处理。本专利技术的技术方案如下：一种光学影像真正射处理方法，应用于微小型高分辨率无人机影像中，包括如下步骤：A：盲区检测：根据航摄区域高精度EO数据和DSM数据，采用四叉树技术，快速计算影像中每一像元的遮挡情况，生成盲区图斑；B：正射纠正：根据相机参数、测区高精度POS和DSM数据，对影像进行数字微分纠正，得到单张正射影像；C：生成掩膜图像：根据盲区图斑和正射纠正后影像的有效区域，生成对应影像的掩膜图像；D：盲区填补与图像融合：生成权值模板，根据影像间的拓扑关系，从相邻影像中提取权值最大的有效像元，使用图像多尺度融合技术，填补对应部分的盲区图斑；E：影像匀色：构建顾及局部的全局匀色模板，进行单张影像的批量并行匀色处理；F：生成真正射影像：采用镶嵌线算法，将经过盲区填补的具有重叠度的正射影像进行拼接，输出真正射影像图。本专利技术应用于微小型无人机光学影像全自动化真正射处理，有效解决了高分辨率城区建筑物倾倒、扭曲以及图像之间色彩不一致问题，可以实现大重叠度影像的真正射处理。应用于上述技术方案，所述的一种真正射影像生成方法中，步骤A中，盲区检测的具体步骤如下：A1：根据相机参数和EO数据，计算出影像在DSM上的投影区域Rp；A2：使用四叉树技术，将投影区域Rp逐级细分，生成一颗四叉树Ti，其中，Ti第一层四个节点对应的区域，是以摄站点在投影平面内的投影为中心，在水平垂直两方向上划分出的四个子区域，其他各层的剖分方法为其父节点对应区域的的四等分，Ti叶节点的尺寸不大于100x100像元；A3：在Ti树上，快速计算每一叶节点包含的像元到摄站点的通视情况，若被其他像元遮挡，该像元对应的位置就是盲点，所有盲点联通在一起就是盲区图斑；A4：对盲区图斑，使用栅格图像连通性检测技术，滤除面积较小的盲区，生成优化后的盲区图斑。应用于上述技术方案，所述的一种真正射影像生成方法中，步骤D中，盲区填补与融合的具体步骤如下：D1：构建所有影像间的空间拓扑关系，并建立快速检索表；D2：根据拓扑关系快速检索表，查找与当前影像具有拓扑邻接的所有影像；D3：对每一幅影像逐像元生成权值图像，权值的大小为当前像元到当前影像曝光点下视点的欧几里得距离与其到盲区边缘欧几里得距离的乘积；D4：遍历盲区图斑图像中的每一个盲点像元，在所有与其相邻的影像的权值图像上，找出对应位置权值最大的像元，将其填补到盲点像元位置处，最终生成盲区图斑填补图；D5：使用图像多尺度融合技术，将盲区图斑填补图，与正射纠正后的影像进行分频段融合，生成单幅真正射影像。应用于上述技术方案，所述的一种真正射影像生成方法中，步骤D5中，对各影像盲区边缘处进行色彩过渡的步骤具体如下：D50：对正射纠正后的影像和图斑填补后的影像，生成两幅掩膜影像，掩膜影像是对偶互补关系；D51：分别对两幅掩膜影像的构建高斯金字塔；D52：分别对正射纠正后的影像和图斑填补后的影像生成拉普拉斯金字塔；D53：根据掩膜影像的高斯金字塔中的多尺度掩膜，将参与融合的两幅影像对应的拉普拉斯金字塔中的子频段影像进行融合处理，构建融合后的影像金字塔；D54：使用经过融合处理后的影像金字塔，将各子频段加以合成，重建一幅新影像。应用于上述技术方案，所述的一种真正射影像生成方法中，步骤E中，构建顾及全局的局部匀色模板，进行单张影像的并行批量匀色处理的步骤具体如下：E1：构建所有待处理单张影像的金字塔；E2：将每幅影像金字塔中间层的影像，使用多尺度融合技术，拼接成一幅颜色过渡平滑的参考影像；E3：统计每幅影像在参考影像上的投影区域内的子影像灰度均值、方差、直方图信息，形成各自的顾及全局的局部匀色模板；E2：统计测区内所有影像的灰度均值、方差、直方图信息，作为初始模板；E3：使用直方图映射与Wallis模板匹配映射方法，构建每幅影像的色彩转换模型；E4：根据色彩转换模型，对每幅影像进行色彩调节处理。应用于上述技术方案，所述的一种真正射影像生成方法中，步骤F中，执行步骤具体如下：F1：根据姿态角，遍历所有影像，剔除俯仰角和横滚角超限的影像，在剔除的过程中，首先检测剔除超限影像后，剩余影像的重叠度是否满足需要，若不满足，该影像将再次选入参与处理；F2：构建剩余影像的Voronoi图，将voronoi图的每一个多边形网格向外扩张256个像元，使用扩张后多边形的外包矩形裁剪对应的单幅正射影像；F3：为参与处理的所有影像生成接缝线，接缝线使用中轴线法和最优路线法两种方法生成；F4：对接缝线覆盖区域进行规则格网分区，每个区块内使用加权融合法进行拼接处理，生成子块影像；F5：对子块影像采用扫描线快速填充法进行影像快速拼接处理，输出镶嵌后的真正射影像图。采用上述方案，本专利技术提供了专门针对微小型无人机光学影像真正射处理算法，包括从原始影像的盲区检测、正射纠正、盲区填补与融合、掩模图像生成、影像匀色到最终镶嵌出图的全自动化处理流程，有效克服了城区高分辨率，大重叠度影像建筑物倾倒、几何错位和色彩不一致问题。附图说明图1为本专利技术的流程示意图。具体实施方式以下结合附图和具体实施例，对本专利技术进行详细说明。本实施例提供了一种真正射影像生成方法，如图1所示，真正射影像生成方法应用于高分辨率微小型无人机光学影像处理中，其包括如下步骤：首先步骤A：盲区检测：根据航摄区域高精度EO数据和DSM数据，采用四叉树技术，快速计算影像中每一像素的遮挡情况，生成盲区图斑；其中，具体地，盲区检测的具体步骤如下：A1：根据相机参数和EO数据，计算出影像在DSM上的投影区域Rp；A2：使用四叉树技术，将投影区域Rp逐级细分，生成一颗四叉树Ti，其中，Ti第一层四个节点对应的区域，是以摄站点在投影平面内的投影为中心，在水平垂直两方向上划分出的四个子区域，其他各层的剖分方法为其父节点对应区域的的四等分，Ti叶节点的尺寸不大于100x100像元；A3：在Ti树上，快速计算每一叶节点包含的像元到摄站点的通视情况，若被其他像元遮挡，该像元对应的位置就是盲点，所有盲点联通在一起就是盲区图斑；A4：对盲区图斑，使用栅格图像连通性检测技术，滤除面积较小的盲区，生成优化后的盲区图斑。然后步骤B：对图像进行正射纠正：其中，根据相机参数、测区高精度POS和DSM数据，对影像本文档来自技高网...

【技术保护点】
一种真正射影像生成方法，应用于高分辨率微小型无人机光学影像处理中，其特征在于，包括如下步骤：A：盲区检测：根据航摄区域高精度EO数据和DSM数据，采用四叉树技术，快速计算影像中每一像素的遮挡情况，生成盲区图斑；B：正射纠正：根据相机参数、测区高精度POS和DSM数据，对影像进行数字微分纠正，得到单张正射影像；C：生成掩膜图像：根据盲区图斑和正射纠正后影像的有效区域，生成对应影像的掩膜图像；D：盲区填补与融合：生成权值模板，根据影像间的拓扑关系，从相邻影像中选取权值最大的有效像元，使用图像多尺度融合技术，填补对应部分的盲区图斑；E：影像匀色：构建顾及局部的全局匀色模板，进行单张影像的批量并行匀色处理；F：生成真正射影像：采用镶嵌线算法，将具有重叠度的影像进行拼接，输出真正射影像图。

【技术特征摘要】
1.一种真正射影像生成方法，应用于高分辨率微小型无人机光学影像处理中，其特征在于，包括如下步骤：A：盲区检测：根据航摄区域高精度EO数据和DSM数据，采用四叉树技术，快速计算影像中每一像素的遮挡情况，生成盲区图斑；B：正射纠正：根据相机参数、测区高精度POS和DSM数据，对影像进行数字微分纠正，得到单张正射影像；C：生成掩膜图像：根据盲区图斑和正射纠正后影像的有效区域，生成对应影像的掩膜图像；D：盲区填补与融合：生成权值模板，根据影像间的拓扑关系，从相邻影像中选取权值最大的有效像元，使用图像多尺度融合技术，填补对应部分的盲区图斑；E：影像匀色：构建顾及局部的全局匀色模板，进行单张影像的批量并行匀色处理；F：生成真正射影像：采用镶嵌线算法，将具有重叠度的影像进行拼接，输出真正射影像图。2.根据权利要求1所述的一种真正射影像生成方法，其特征在于：步骤A中，盲区检测的具体步骤如下：A1：根据相机参数和EO数据，计算出影像在DSM上的投影区域Rp；A2：使用四叉树技术，将投影区域Rp逐级细分，生成一颗四叉树Ti，其中，Ti第一层四个节点对应的区域，是以摄站点在投影平面内的投影为中心，在水平垂直两方向上划分出的四个子区域，其他各层的剖分方法为其父节点对应区域的的四等分，Ti叶节点的尺寸不大于100x100像元；A3：在Ti树上，快速计算每一叶节点包含的像元到摄站点的通视情况，若被其他像元遮挡，该像元对应的位置就是盲点，所有盲点联通在一起就是盲区图斑；A4：对盲区图斑，使用栅格图像连通性检测技术，滤除面积较小的盲区，生成优化后的盲区图斑。3.根据权利要求1所述的一种真正射影像生成方法，其特征在于：步骤D中，盲区填补与融合的具体步骤如下：D1：构建所有影像间的空间拓扑关系，并建立快速检索表；D2：根据拓扑关系快速检索表，查找与当前影像具有拓扑邻接的所有影像；D3：对每一幅影像逐像元生成权值图像，权值的大小为当前像元到当前影像曝光点下视点的欧几里得距离与其到盲区边缘欧几里得距离的乘积；D4：遍历盲区图斑图像中的每一个盲点像元，在所有与其相邻的影像的权值图像上，找出对应位置权值最大的像元，将其填补到盲点像元位置处，最终生成盲区图斑填补图；D5：使用图像...

【专利技术属性】
技术研发人员：王邦松，支晓栋，徐斌，高广，王飞，
申请(专利权)人：深圳飞马机器人科技有限公司，国家海洋环境监测中心，
类型：发明
国别省市：广东,44