一种基于卫星影像的无人机影像快速概略拼接方法技术

本发明专利技术的一种基于卫星影像的无人机影像快速概略拼接方法：使用无人机机载数码相机对地面进行近似垂直摄影，计算得到无人机影像的航摄区域的地面分辨率；对无人机影像进行降采样，使其与卫星影像具有近似的地面分辨率；对无人机和卫星影像进行双边滤波，以去除弱特征点；用降尺度空间SURF算法对无人机和卫星影像进行特征点提取；用欧氏距离进行特征点的匹配，并用模板匹配辅助优选一对正确的匹配点；利用匹配点的尺度和方向信息构建相似变换矩阵，以确定无人机影像在卫星影像中的概略位置；将多幅无人机影像配准到卫星影像中，得到无人机影像间的方位信息，完成无人机影像概略拼接。本发明专利技术无需连续的无人机影像，其计算效率高、速度快、适用广。

【技术实现步骤摘要】

本专利技术涉及航空摄影测量
，具体涉及一种基于卫星影像的无人机影像快速概略拼接方法。
技术介绍
无人机遥感是一种低成本、高灵活度的遥感手段，已经被广泛应用于工程勘察、城市规划、灾害监测和土地利用调查等方面，有效弥补了卫星影像分辨率低、重访周期长的缺点。目前针对无人机影像拼接的方法主要有：基于POS(positionandorientationsystem,定位定姿系统)数据的拼接和基于特征的拼接。但是基于POS数据的拼接必须有POS数据的支持，目前多数无人机无法携带精确的POS系统，尚不具备应用条件；基于特征的拼接耗时长，且受影像的成像质量影响较大。基于特征的无人机影像快速拼接方法是目前研究的重要方向，其主要有两种实现路径：一是对所有无人机影像提取特征点，对任意两张影像进行特征点的匹配，进而完成影像间的拼接；二是针对连续的无人机影像，仅对一张影像周围的少数影像进行特征点的匹配。路径一可以适用于杂乱无序的无人机影像，但是由于特征点描述子具有较高的维度，任意的两两匹配使计算效率较低。路径二需要连续的无人机影像，针对补拍或漏拍等情况不具有适应性，会造成计算失败。
技术实现思路
本专利技术的目的在于克服现有技术的缺陷,提供一种基于卫星影像的无人机影像快速概略拼接方法，无需连续的无人机影像，其计算效率高、速度快、适用广，拼接精度能够满足影像后续处理的要求。为了解决上述现有技术的技术问题，本专利技术采用以下技术方案。一种基于卫星影像的无人机影像快速概略拼接方法，其特征在于，包括如下步骤：步骤1、使用无人机机载数码相机对地面进行近似垂直摄影，获取航摄区域的地面场景的无人机影像；通过网络获取航摄区域的卫星影像，用作无人机影像概略拼接的底图；通过获取所述相机像元尺寸、镜头焦距以及飞行航高信息，计算得到无人机影像的航摄区域的地面分辨率；步骤2、影像预处理，包括影像降采样和双边滤波：用卫星影像地面分辨率与无人机影像地面分辨率的比值，作为无人机影像的降采样比例，对无人机影像进行降采样，使其与卫星影像具有近似相同的地面分辨率；并且，用滤波器对无人机影像和卫星影像进行双边滤波；步骤3、利用降尺度空间的SURF算法对无人机影像和卫星影像进行特征点的提取：由于无人机影像和卫星影像具有近似相同的地面分辨率，所以仅需选用少量滤波器模板参与特征点提取的计算；步骤4、进行欧氏距离匹配，并用模板匹配辅助优选匹配点：利用欧氏距离对无人机影像和卫星影像的两幅图像中的特征点进行匹配，利用特征点主方向对卫星影像进行旋转，消除影像间的旋角；然后在此基础上，利用基于标准平方差的模板匹配方法加以辅助，剔除误差较大的匹配点，计算得到一对最优匹配特征点；步骤5、在所述的SURF算法中，提取的特征点具有坐标、尺度和方向等信息，利用所述的一对最优匹配特征点的像片坐标、尺度和方向信息，构建相似变换矩阵R，其矩阵计算公式如下：R=s·cosθ-s·sinθdxs·sinθs·cosθdy]]>其中，s表示两特征点尺度比值，θ表示两特征点主方向之间旋角，dx和dy分别表示两特征点在x方向和y方向的像片坐标之间的差；以无人机影像的左上角为坐标原点，计算出该影像的四个顶点坐标，通过相似变换矩阵求得所述四个顶点坐标在卫星影像中的坐标(x′,y′)，得到无人机影像的概略位置：x′y′=R·xy]]>其中，R为相似变换矩阵，(x,y)为无人机影像中的四个顶点坐标；步骤6、将航摄区域内的所有无人机影像对卫星影像进行配准，即可得到无人机影像之间的方位信息，从而完成无人机影像的概略拼接。在所述步骤1中，利用以下计算公式获取无人机影像的地面分辨率：GSD=a×Hf]]>其中，GSD为地面分辨率，单位是m，a为相机像元尺寸，单位是mm，H为摄影航高，单位是m，f为摄影镜头焦距，单位是mm。在所述步骤2中，所述的影像降采样，是指用卫星影像地面分辨率与无人机影像地面分辨率的比值，作为无人机影像的降采样比例，对无人机影像进行降采样，从而使其无人机影像与卫星影像具有近似相同的地面分辨率；所述的双边滤波，是指对无人机影像和卫星影像进行双边滤波；双边滤波器不仅考虑像素点邻域的灰度相似关系，还需考虑像素点空间的邻近关系。在所述步骤3中，所述的利用降尺度空间的SURF算法对无人机和卫星影像进行特征点的提取，是指在使用SURF算法进行特征点检测的过程中，为了保持特征点的尺度不变性，需要构建多组、每组多层尺度空间分别提取特征点，即使引入盒状滤波器仍然需要较大的计算量，所以仅选用少量滤波器模板构建尺度空间，进而提取特征点。所述步骤4的具体过程为：(4-1)所述的利用欧氏距离对无人机影像和卫星影像的两幅图像中的特征点进行匹配，其欧氏距离的计算公式如下：d(Fm,Fn)=Σi=1k(f(m)i-f(n)i)2]]>其中，d为欧氏距离，m表示无人机影像的一幅图像，n表示卫星影像的一幅图像，Fm和Fn分别表示m和n两幅图像上的某个特征点的描述子，k表示特征点描述子所具有的维度，f(m)i和f(n)i分别表示m和n两幅图像上的第i维向量的长度。(4-2)如果最近距离比次近距离小于阈值，其中缺省值取0.7，则认为最近距离的两个特征点为一对匹配点，然后将所述的最近距离的两个特征点及其最近距离与次近距离的比进行记录，并按照所述的距离比从小到大的原则，对匹配点进行排序；(4-3)从上述排序的匹配点序列中按顺序依次取匹配点，计算两匹配点主方向之间的旋角，对卫星影像进行旋转，消除两张影像之间的旋角；取特征点周围N×N像素的邻域，其中N取特征点尺度的5倍；采用标准平方差法进行模板匹配，并记录下平方差系数，该平方差系数越小，说明图像的相似度越高；标准平方差系数R的计算公式如下：R(x,y)=Σx′,y′(T(x′,y′)-I(x+x′,y+y′))2Σx′,y′T(x′,y′)2·Σx′,y′I(x+x′,y+y′)2]]>其中，T表示模板图像，I表示原始图像，x′、y′表示模板图像中的坐标，x、y表示模板图像的移动步长；重复上述(4-3)过程，从匹配点本文档来自技高网...

【技术保护点】
一种基于卫星影像的无人机影像快速概略拼接方法，其特征在于，包括如下步骤：步骤1、使用无人机机载数码相机对地面进行近似垂直摄影，获取航摄区域的地面场景的无人机影像；通过网络获取航摄区域的卫星影像，用作无人机影像概略拼接的底图；通过获取所述相机像元尺寸、镜头焦距以及飞行航高信息，计算得到无人机影像的航摄区域的地面分辨率；步骤2、影像预处理，包括影像降采样和双边滤波：用卫星影像地面分辨率与无人机影像地面分辨率的比值，作为无人机影像的降采样比例，对无人机影像进行降采样，使其与卫星影像具有近似相同的地面分辨率；并且，用滤波器对无人机影像和卫星影像进行双边滤波；步骤3、利用降尺度空间的SURF算法对无人机影像和卫星影像进行特征点的提取：由于无人机影像和卫星影像具有近似相同的地面分辨率，所以仅需选用少量滤波器模板参与特征点提取的计算；步骤4、进行欧氏距离匹配，并用模板匹配辅助优选匹配点：利用欧氏距离对无人机影像和卫星影像的两幅图像中的特征点进行匹配，利用特征点主方向对卫星影像进行旋转，消除影像间的旋角；然后在此基础上，利用基于标准平方差的模板匹配方法加以辅助，剔除误差较大的匹配点，计算得到一对最优匹配特征点；步骤5、在所述的SURF算法中，提取的特征点具有坐标、尺度和方向等信息，利用所述的一对最优匹配特征点的像片坐标、尺度和方向信息，构建相似变换矩阵R，其矩阵计算公式如下：R=s·cosθ-s·sinθdxs·sinθs·cosθdy]]>其中，s表示两特征点尺度比值，θ表示两特征点主方向之间旋角，dx和dy分别表示两特征点在x方向和y方向的像片坐标之间的差；以无人机影像的左上角为坐标原点，计算出该影像的四个顶点坐标，通过相似变换矩阵求得所述四个顶点坐标在卫星影像中的坐标(x′,y′)，得到无人机影像的概略位置：x′y′=R·xy]]>其中，R为相似变换矩阵，(x,y)为无人机影像中的四个顶点坐标；步骤6、将航摄区域内的所有无人机影像对卫星影像进行配准，即可得到无人机影像之间的方位信息，从而完成无人机影像的概略拼接。...

【技术特征摘要】
1.一种基于卫星影像的无人机影像快速概略拼接方法，其特征在于，包括如下步骤：
步骤1、使用无人机机载数码相机对地面进行近似垂直摄影，获取航摄区域的地面场景
的无人机影像；通过网络获取航摄区域的卫星影像，用作无人机影像概略拼接的底图；通过
获取所述相机像元尺寸、镜头焦距以及飞行航高信息，计算得到无人机影像的航摄区域的
地面分辨率；
步骤2、影像预处理，包括影像降采样和双边滤波：用卫星影像地面分辨率与无人机影
像地面分辨率的比值，作为无人机影像的降采样比例，对无人机影像进行降采样，使其与卫
星影像具有近似相同的地面分辨率；并且，用滤波器对无人机影像和卫星影像进行双边滤
波；
步骤3、利用降尺度空间的SURF算法对无人机影像和卫星影像进行特征点的提取：由于
无人机影像和卫星影像具有近似相同的地面分辨率，所以仅需选用少量滤波器模板参与特
征点提取的计算；
步骤4、进行欧氏距离匹配，并用模板匹配辅助优选匹配点：利用欧氏距离对无人机影
像和卫星影像的两幅图像中的特征点进行匹配，利用特征点主方向对卫星影像进行旋转，
消除影像间的旋角；然后在此基础上，利用基于标准平方差的模板匹配方法加以辅助，剔除
误差较大的匹配点，计算得到一对最优匹配特征点；
步骤5、在所述的SURF算法中，提取的特征点具有坐标、尺度和方向等信息，利用所述的
一对最优匹配特征点的像片坐标、尺度和方向信息，构建相似变换矩阵R，其矩阵计算公式
如下：
R=s·cosθ-s·sinθdxs·sinθs·cosθdy]]>其中，s表示两特征点尺度比值，θ表示两特征点主方向之间旋角，dx和dy分别表示两特
征点在x方向和y方向的像片坐标之间的差；
以无人机影像的左上角为坐标原点，计算出该影像的四个顶点坐标，通过相似变换矩
阵求得所述四个顶点坐标在卫星影像中的坐标(x′,y′)，得到无人机影像的概略位置：
x′y′=R·xy]]>其中，R为相似变换矩阵，(x,y)为无人机影像中的四个顶点坐标；
步骤6、将航摄区域内的所有无人机影像对卫星影像进行配准，即可得到无人机影像之
间的方位信息，从而完成无人机影像的概略拼接。
2.根据权利要求1所述的一种基于卫星影像的无人机影像快速概略拼接方法，其特征
在于：在所述步骤1中，利用以下计算公式获取无人机影像的地面分辨率：
GSD=a×Hf]]>其中，GSD为地面分辨率，单位是m，a为相机像元尺寸，单位是mm，H为摄影航高，单位是
m，f为摄影镜头焦距，单位是mm。
3.根据权利要求1所述的一种基于卫星影像的无人机影像快速概略拼接方法，其特征

【专利技术属性】
技术研发人员：李浩，孙彦玮，王莎，李珊，杨彪，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32