The invention discloses a method comprising the steps of image stitching for optimal method and system, based on the field of ortho gradient: S1 get spliced ortho image overlap region between the overlap area of images, including two overlapping images; S2 images of overlapping area calculation difference in the gradient field value, and to obtain energy; S3 based on energy, the pixel difference value and cumulative minimum target, find the optimal seam line. The present invention makes full use of gradient information, and can better distinguish obvious objects such as buildings, so as to better avoid crossing obvious objects. In addition, the energy difference value based on gradient domain is simple and convenient to implement, and the efficiency is higher.
【技术实现步骤摘要】
基于梯度领域的正射影像间最优拼接线寻找方法及系统
本专利技术属于数字影像处理
,特别是涉及一种基于梯度领域的正射影像间最优拼接线寻找方法及系统。
技术介绍
正射影像(DOM)是摄影测量领域的最重要产品之一,由于其既可提供丰富的纹理信息,又可提供精确的地理信息。由于相机相幅限制,每张影像所覆盖的范围有限,为了生成大范围的正射影像,需要将多张小范围的正射影像拼接起来。而影像间最优拼接线寻找是影像拼接的关键技术之一,特别是针对存在较多建筑物的城区正射影像。在正射影像中,如果一些明显的地物目标(如建筑物)没有被包含到数字地面模型(DTM),则对于同一栋建筑物,在不同的正射影像中,其地理坐标不一致。因此,如果拼接线穿过建筑物,则会造成明显的错误,形成“鬼影”现象。为了避免该问题,应该寻找到一条最优的拼接线,使其避免穿过如建筑物等的明显地物,并穿过相似性较高的区域,如地面和草地等。目前,拼接线自动寻找的方法主要有三种技术路线:一是基于辅助数据的方法,二是基于对象的方法,三是基于重叠区域像素差异的方法。基于辅助数据的拼接线寻找方法主要利用辅助数据(道路矢量数据、LiDAR点云数据,数字表面模型(DSM)等)对拼接线的走向进行约束,从而取得较好的拼接结果。由于辅助数据的应用,因此,该方法在大多数的情况下,可以取得非常好的拼接线寻找算法。但是,该方法的主要缺陷在于对辅助数据的依赖性,拼接结果的好坏很大程度上取决于辅助数据的精度。并且,很多区域缺乏有效的辅助数据。基于对象的拼接线寻找方法结合影像分割算法,对重叠区域进行影像分割,得到明显地物的分布区域,从而用于指导最优拼 ...
【技术保护点】
基于梯度领域的正射影像间最优拼接线寻找方法,其特征是,包括:S1获得待拼接正射影像间的重叠区域影像对,重叠区域影像对包括两个重叠区域影像;S2计算重叠区域影像对的差异值,并获得能量图,本步骤具体为:2.1将两个重叠区域影像转换成灰度影像,计算各灰度影像在x方向和y方向的梯度图;2.2根据梯度图,分别计算各像素p在各重叠区域影像中的梯度方向值;2.3根据梯度方向值计算各像素p的梯度方向变化值C
【技术特征摘要】
1.基于梯度领域的正射影像间最优拼接线寻找方法,其特征是,包括:S1获得待拼接正射影像间的重叠区域影像对,重叠区域影像对包括两个重叠区域影像;S2计算重叠区域影像对的差异值,并获得能量图,本步骤具体为:2.1将两个重叠区域影像转换成灰度影像,计算各灰度影像在x方向和y方向的梯度图;2.2根据梯度图,分别计算各像素p在各重叠区域影像中的梯度方向值;2.3根据梯度方向值计算各像素p的梯度方向变化值Co(p):其中,O1(p)和O2(p)分别为像素p在两个重叠区域影像中的梯度方向值;δ为标准方差,其为经验值;2.4根据梯度图,分别计算各像素p在各重叠区域影像中的梯度大小变化值Cg(p):其中,和分别表示像素p在第一个重叠区域影像的x方向和y方向的梯度值;和分别表示像素p在第二个重叠区域影像的x方向和y方向的梯度值;2.5根据梯度方向变化值和梯度大小变化值,计算各像素p在梯度领域的差异值C(p):C(p)=λCo(p)+Cg(p)其中,λ是平衡参数,其为经验值,用来平衡梯度方向变化值和梯度大小变化值的权重;2.6根据各像素p的差异值C(p)生成重叠区域影像对的能量图;S3基于能量图,以像素差异值累积和最小为目标,找寻最优拼接线。2.如权利要求1所述的基于梯度领域的正射影像间最优拼接线寻找方法,其特征是:步骤1进一步包括子步骤:1.1根据正射影像的地理坐标信息,将待拼接正射影像对转换至同一坐标系;1.2求每张正射影像的有效区域,并生成Mask图;1.3将待拼接正射影像对的两张Mask图进行与运算,得到重叠区域;1.4计算重叠区域的最大外包矩形,根据最大外包矩形,裁剪得到待拼接正射影像对的重叠区域影像对。3.如权利要求1所述的基于梯度领域的正射影像间最优拼接线寻找方法...
【专利技术属性】
技术研发人员:姚剑,李礼,谢仁平,刘媛,
申请(专利权)人:武汉大学,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。