【技术实现步骤摘要】
应用于无人机图像拼接中的相机外参数初始方法及系统
本专利技术属于无人机航摄图像处理
，具体涉及一种应用于无人机图像拼接中的相机外参数初始方法及系统。
技术介绍
现有的无人机图像拼接算法，往往需要重建场景，然后再生成正射图，虽然得到的图像效果可能较好，但过程比较繁琐，计算量大，在输入图像数量较多的时候往往需要耗费大量的时间，同时对设备有较高的要求。为了解决常规无人机拼接算法耗时长、对设备要求较高的问题，借鉴全景拼接算法拼接无人机图像以解决常规方法耗时长且对设备性能要求高的问题。在利用全景图拼接算法时，最关键的就是相机外参数初始值的选取，传统的全景拼接算法因为没有先验信息，所以一般将相机外参数置为单位矩阵。全景图拼接算法虽然计算简单，对设备性能要求不高(能在大多数嵌入式设备上运行)，但也存在一些问题。相机参数优化问题是一个非凸的问题，在初始值较差的时候，在优化过程中往往会陷入局部最小值，而在局部最小值处获得的相机参数往往是错误的，会导致拼接失败，尤其在图像数量较多的时候，这一问题尤为突出。因此现有的全景图拼...
【技术保护点】
1.应用于无人机图像拼接中的相机外参数初始方法，其特征在于，该方法包括以下步骤：/n步骤S1，获取每一幅航拍图像的卫星导航系统坐标并将卫星导航系统坐标转换为平面坐标；/n步骤S2，归一化处理步骤S1得到的图像的平面坐标，得到每一幅图像归一化后的中心平面坐标；/n步骤S3，基于每一幅图像归一化后的中心平面坐标，计算得到该幅图像四个角点的平面坐标；/n步骤S4，基于每一幅图像的角点和角点对应的平面坐标，计算得到该幅图像的外参初始值；/n步骤S5，基于步骤S4获得的每一幅图像的外参初始值，进行无人机航拍图像的全景拼接。/n
【技术特征摘要】
1.应用于无人机图像拼接中的相机外参数初始方法，其特征在于，该方法包括以下步骤：
步骤S1，获取每一幅航拍图像的卫星导航系统坐标并将卫星导航系统坐标转换为平面坐标；
步骤S2，归一化处理步骤S1得到的图像的平面坐标，得到每一幅图像归一化后的中心平面坐标；
步骤S3，基于每一幅图像归一化后的中心平面坐标，计算得到该幅图像四个角点的平面坐标；
步骤S4，基于每一幅图像的角点和角点对应的平面坐标，计算得到该幅图像的外参初始值；
步骤S5，基于步骤S4获得的每一幅图像的外参初始值，进行无人机航拍图像的全景拼接。
2.根据权利要求1所述的应用于无人机图像拼接中的相机外参数初始方法，其特征在于，所述步骤S1中所述卫星导航系统至少包括GPS、北斗导航、伽利略和格洛纳斯导航系统中的一种。
3.根据权利要求1所述的应用于无人机图像拼接中的相机外参数初始方法，其特征在于，所述步骤S2通过下式进行归一化处理：
式中，c′i表示第i幅图像的中心平面坐标，ci表示归一化后得到的第i幅图像的中心坐标，n表示图像总数；
所述步骤S2在进行归一化处理之后，还对ci的纵坐标取相反数，使其坐标系的纵轴与像素坐标系纵轴方向一致。
4.根据权利要求1所述的应用于无人机图像拼接中的相机外参数初始方法，其特征在于，所述步骤S3通过下式计算得到每一幅图像角点的平面坐标：
ci＝[xi，yi]T
式中，ci表示归一化后的第i幅图像的中心平面坐标，xi表示ci的x坐标值，yi表示ci的y坐标值；citl、citr、cibl和cibr分别表示第i幅图像的左上、右上、左下和右下角点的平面坐标，表示citl的x坐标值，表示citl的y坐标值，表示citr的x坐标值，表示citr的y坐标值，表示cibl的x坐标值，表示cibl的y坐标值，表示cibr的x坐标值，表示cibr的y坐标值；wi、hi分别表示第i幅图像的宽和高，ri表示第i幅图片的分辨率。
5.根据权利要求4所述的应用于无人机图像拼接中的相机外参数初始方法，其特征在于，所述步骤S4具体包括：
步骤S41，构建损失函数：
式中，ei表示第i幅图像的损失函数，Pi表示第i幅图像中四个角点对应的世界坐标系下的空间点所构成的点集，Pij表示Pi中第j个空间坐标点；uij表示空间坐标点Pij对应的像素坐标的齐次坐标；z表示无人机所摄图像像素的深度，；K表示相机的内参数矩阵：
其中，f为相机的物理焦距，a为像元大小，即相机成像元件上一个像素的宽度，cx，cy分别为w/2，h/2，w为图像的宽，h为图像的高。
步骤S42，基于损失函数构建最小二乘问题，利用LM算法对最小二乘问题进行求解，得到第i...
【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：成都数之联科技有限公司，
类型：发明
国别省市：四川;51
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。