The invention discloses a fast unmanned aerial vehicle image mosaic algorithm based on SURF. Firstly, the image is pre processed, and all the images are sampled to a certain size when the size of the image taken by the UAV is too large. Then the SURF algorithm is used to generate 64 dimensional feature vectors, and then the nearest neighbor and the nearest neighbor distance ratio are used to get the coarse matching. After using RANSAC to remove false matching and perspective transform matrix between images, due to changes in the UAV perspective, to adjust the perspective transformation matrix and transform image matching, seamless final fusion image fusion algorithm to realize image using multi band. The invention can carry out rapid image stitching for the high-precision and high resolution images taken by the unmanned aerial vehicle, and the splicing edge is smoothly smooth and retains more details.
【技术实现步骤摘要】
一种基于SURF的快速无人机航拍图像拼接算法
本专利技术涉及图像处理
,尤其是一种基于SURF的快速无人机航拍图像拼接算法,主要针对于无人机拍摄的高分辨率高精度图像序列,将其快速拼接形成一幅大场景的直观易理解的图像。
技术介绍
图像拼接是指将一组有部分重合区域的图像序列拼接成一幅更全面细节更丰富的全景图像的过程,它能够弥补单幅图像分辨率低、视野范围小的缺陷,有助于掌握更全面直观的信息。图像拼接在各个领域有广泛的应用,对于无人机拍摄的航拍序列,图像尺度大、细节丰富以及角度变化大,将其进行拼接形成一幅大场景的直观易理解的图像是一项极其复杂的任务。图像拼接主要包括图像配准和图像融合两部分。目前,图像配准主要分为基于特征的配准,基于矩的配准及基于灰度的配准。基于灰度信息的算法包括互相关匹配、模板匹配等,该算法实现简单,但计算量大,但是当图像存在平移、旋转、缩放等变化时,算法性能急剧下降。基于特征的匹配算法主要有直线,角点,轮廓等,由于点特征对图像的平移、旋转、分辨率、光照等具有不变性,因此广泛应用于图像配准。常用的特征提取方法主要有Harris角点检测、FAST角点检测、LBP(LocalBinaryPatterns)算法、SIFT(ScaleInvariantFeatureTransform)算法及SURF(SpeedUpRobustFeature)算法等。图像融合主要实现图像重合区域的平滑过渡,并且减少光照的影响。常用的方法有直接平均法,加权平均法,多频段融合算法等。传统的图像拼接算法如基于SIFT特征点的无人机影像拼接方法在高精度、高分辨图像拼接过程中 ...
【技术保护点】
一种基于SURF的快速无人机航拍图像拼接算法,其特征在于,该方法包括以下具体步骤:步骤1:对输入图像进行预处理,缩小图像尺寸;步骤2:对输入图像用SURF算法检测特征点,并进行特征描述;步骤3:对提取到的特征采用基于最近邻和次近邻距离比值的方法进行匹配;步骤4:对匹配得到的特征点采用RANSAC算法剔除误匹配,得到优化后的特征点对;步骤5:计算图像间的变换矩阵并转换原始输入图像;步骤6:对多幅图像进行多频段图像融合。
【技术特征摘要】
1.一种基于SURF的快速无人机航拍图像拼接算法,其特征在于,该方法包括以下具体步骤:步骤1:对输入图像进行预处理,缩小图像尺寸;步骤2:对输入图像用SURF算法检测特征点,并进行特征描述;步骤3:对提取到的特征采用基于最近邻和次近邻距离比值的方法进行匹配;步骤4:对匹配得到的特征点采用RANSAC算法剔除误匹配,得到优化后的特征点对;步骤5:计算图像间的变换矩阵并转换原始输入图像;步骤6:对多幅图像进行多频段图像融合。2.根据权利要求1所述的快速无人机航拍图像拼接算法,其特征在于,所述步骤1具体为:设输入图像长度为Height,宽度为Width,当输入图像面积大于106时,图像缩小比例为否则,不对图像进行缩放。3.根据权利要求1所述的快速无人机航拍图像拼接算法,其特征在于,所述步骤2具体包括:步骤a1:构建4层尺度空间;步骤a2:利用不同尺寸的盒子滤波器去近似不同尺度的二阶高斯滤波器,并用盒子滤波器和图像卷积,构建不同尺度的滤波响应图;步骤a3:在所构建的尺度空间中,对每一个3×3×3的局部区域进行非最大值抑制得到特征点的位置;步骤a4:在以特征点为中心6s为半径的圆形邻域内,累加扇形区域内小波响应,选取最大矢量为主方向;其中,s为特征点所在的尺度值;步骤a5:以特征点为中心,构建边长为20s的正方形窗口并划分为4×4个子窗口,每个子窗口计算小波响应得到四维向量,V=(∑dx,∑dy,∑|dx|,∑|dy|),整个窗口构建64维特征向量。4.根据权利要求1所述的快速无人机航拍图像拼接算法,其特征在于,在步骤3中,采用基于最近邻和次近邻距离比值的方法进行特征匹配,具体包括:在匹配的过程中,设I1,I2为两幅输入图像,t1i为图像I1上第i个特征点,在图像I2上寻找与该特征点之间距离最近的特征点t2%和次近距离的特征点t2%′即第j个特征点和第%′个特征点,距离分别为d1,d2,距离由特征向量的...
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。