【技术实现步骤摘要】
低空无人机影像拼接方法、系统、计算机设备及存储介质
本专利技术涉及一种影像拼接方法，尤其是一种低空无人机影像拼接方法、系统、计算机设备及存储介质，属于影像拼接和影像加速领域。
技术介绍
无人机影像序列具备高分辨率和数量大等特点，处理大数据的高分辨率的影像耗费大量时间，若能开发一套缩短后期影像处理时间，达到无人机后期准实时影像处理系统。利用无人机实时回传数据利用结合硬件加速技术可以快速成像，对拍摄场地进行有效的监测与管理，从而达到实时处理效果。
技术实现思路
有鉴于此，本专利技术提供了一种低空无人机影像拼接方法、系统、计算机设备及存储介质，其不依赖地理坐标信息具备自动低空全景影像拼接能力，可以有效解决当前无人机影像数量多且拼接速度慢的等问题，大大缩短了无人机后期影像处理时间，大大提高低空无人机后期影像拼接效率。本专利技术的第一个目的在于提供一种低空无人机影像拼接方法。本专利技术的第二个目的在于提供一种低空无人机影像拼接系统。本专利技术的第三个目的在于提供一种计算机设备。本专利...
【技术保护点】
1.一种低空无人机影像拼接方法，其特征在于，所述方法包括：/n获取低空无人机飞行航道的影像序列；/n基于并行计算架构，对影像序列的影像进行配准，生成相邻两幅影像的第一单应性转换矩阵；/n确定影像序列的参考帧；/n根据第一单应性转换矩阵和参考帧，建立特征匹配点对误差函数；/n利用莱文贝格-马夸特算法对特征匹配点对误差函数进行运算，得到第二单应性转换矩阵；/n利用第二单应性转换矩阵，将当前帧变换到参考帧中，基于并行计算架构的金字塔融合算法对变换帧和参考帧的重叠区域进行融合拼接，得到中间影像；/n将中间影像作为新的参考帧，返回重新建立特征匹配点对误差函数，并执行后续操作，直至影像...
【技术特征摘要】
1.一种低空无人机影像拼接方法，其特征在于，所述方法包括：
获取低空无人机飞行航道的影像序列；
基于并行计算架构，对影像序列的影像进行配准，生成相邻两幅影像的第一单应性转换矩阵；
确定影像序列的参考帧；
根据第一单应性转换矩阵和参考帧，建立特征匹配点对误差函数；
利用莱文贝格-马夸特算法对特征匹配点对误差函数进行运算，得到第二单应性转换矩阵；
利用第二单应性转换矩阵，将当前帧变换到参考帧中，基于并行计算架构的金字塔融合算法对变换帧和参考帧的重叠区域进行融合拼接，得到中间影像；
将中间影像作为新的参考帧，返回重新建立特征匹配点对误差函数，并执行后续操作，直至影像序列的所有影像拼接完成，得到低空无人机飞行航道的全景影像。
2.根据权利要求1所述的低空无人机影像拼接方法，其特征在于，所述基于并行计算架构，对影像序列的影像进行配准，生成相邻两幅影像的第一单应性转换矩阵，具体包括：
基于并行计算架构，将影像序列中相邻两幅影像的特征点进行提取；
将相邻两幅影像的所有特征点进行匹配，生成特征匹配点对；
利用随机抽样一致算法将特征匹配点对进行提纯，生成相邻两幅影像的第一单应性转换矩阵。
3.根据权利要求2所述的低空无人机影像拼接方法，其特征在于，所述将影像序列中相邻两幅影像的特征点进行提取，具体包括：
对相邻两幅影像分别构建高斯影像金字塔；
对高斯影像金字塔分别进行高斯差分金字塔，确定特征候选点；
对特征候选点进行特征点定位，提取特征点主方向；
根据特征点主方向，构建特征描述符。
4.根据权利要求1-3任一项所述的低空无人机影像拼接方法，其特征在于，所述建立特征匹配点对误差函数，如下式：
其中，M＝Hir，Hir＝Hij*Hjr，X＝Hirx，Hir为当前帧Si相对于参考帧Sr的单应性转换矩阵，x为当前帧Si的特征匹配点，X为参考帧Sr中与当前帧Si对应的特征匹配点，Hij为当前帧Si相对于相邻帧Sj的单应性转换矩阵，即第一单应性转换矩阵，Hjr为相邻帧Sj相对于参考帧Sr的单应性转换矩阵，(x`i，y`i)为当前帧Si变换后对应特征点的坐标，(Xi，Yi)为参考帧Sr中特征点的坐标。
5.根据权利要求4所述的低空无人机影像拼接方法，其特征在于，所述利用莱文贝格-马夸特算法对特征匹配点对误差函数进行运算，得到第二单应性转换矩阵，具体包括：
给定误差ε和比例系数μ，令k＝0，利用初始迭代...
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。