无人机遥感影像动态快速拼接方法技术

本发明专利技术提供了无人机遥感影像动态快速拼接方法。包括：通过无人机搭载多传感器组合导航系统对目标区域进行定位，获取POS数据和影像图像信息；根据所述POS数据和图像影像信息，获取影像图像之间的重叠度关系，根据所述重叠度关系，确定影像图像之间重叠度阈值；基于所述重叠度阈值，构建影像图像变换模型，通过所述影像图像变换模型，获取变换参数；根据所述影像图像变换模型和变换参数，通过回溯机制执行图像拼接操作，本发明专利技术通过多传感器组合导航系统获取高精度POS数据，并基于高精度POS数据进行影像动态拼接，可以提高一倍以上的影像拼接效率，有效提高了灾情信息的提取速度，为应急救援提供科学的数据支撑。急救援提供科学的数据支撑。急救援提供科学的数据支撑。

【技术实现步骤摘要】
无人机遥感影像动态快速拼接方法


[0001]本专利技术涉及无人机遥感
，特别涉及无人机遥感影像动态快速拼接方法。

技术介绍

[0002]目前，利用无人机搭载各种传感器来获取环境信息的技术在灾害监测与救援中得到了广泛的应用。无人机遥感获取的灾区影像信息可以为灾情评估与救援工作提供基础数据，特别是无人机具有超低空飞行、强实时性、高机动性的优点，能够有效弥补遥感卫星困难以获取被云层遮挡的地物信息、且获取影像时效性低的缺陷。然而，无人机影像获取后需要进行拼接，非常耗时。一般区域超过一千张影像就需要20个小时以上。对于灾害救援往往延误应急响应和实施救援的最佳时效。

技术实现思路

[0003]本专利技术提供无人机遥感影像动态快速拼接方法，用以解决面向灾害应急救援，通过多传感器融合进行高精度POS数据获取，基于POS数据进行影像动态拼接，可以提高一倍以上的影像拼接效率，有效提高了灾情信息的提取速度，为应急救援提供科学的数据支撑。
[0004]无人机遥感影像动态快速拼接方法，包括：
[0005]通过无人机搭载多传感器组合导航系统对目标区域进行定位，获取POS数据和影像图像信息；
[0006]根据所述POS数据和图像影像信息，获取影像图像之间的重叠度关系，根据所述重叠度关系，确定影像图像之间重叠度阈值；
[0007]基于所述重叠度阈值，构建影像图像变换模型，通过所述影像图像变换模型，获取变换参数；
[0008]根据所述影像图像变换模型和变换参数，通过回溯机制执行图像拼接操作。
[0009]作为本专利技术的一种实施例：所述通过无人机搭载多传感器组合导航系统对目标区域进行定位，获取POS数据和影像图像信息包括：
[0010]通过无人机中数码相机获取影像图像，对所述影像图像进行图像分析，获取图像畸变数据；
[0011]根据所述图像形变数据，对所述影像图像进行几何校正预处理，获取影像图像信息；
[0012]其中，所述几何校正预处理为通过图像的内方向元素对图像形变进行校正，根据几何校正预处理获取相机检校参数；
[0013]无人机通过多传感器组合导航系统对图像影像区域进行图像定位，并接收位置信息与任务信号；
[0014]其中，所述多传感器组合导航系统的组成包括：陀螺仪、磁力计、激光雷达、加速度计、气压计、光流传感器、BDS和IMU；
[0015]根据位置信息和任务信号，通过滤波算法调控多传感器组合导航系统对无人机进
行导航，获取POS数据；
[0016]其中，所述POS数据包括：获取目标区域位置、目标区域姿态信息和无人机动态更新飞行参数。
[0017]作为本专利技术的一种实施例：所述根据位置信息和任务信号，通过滤波算法调控多传感器自合导航系统对无人机进行导航，获取POS数据，包括如下步骤：
[0018]步骤一：通过磁力计接收任务信号，并通过低通滤波器对所述任务信号进行降噪处理，获取低频任务信号；
[0019]步骤二：通过磁力计接收任务信号，并通过高通滤波器对所述任务信号进行降噪处理，获取高频任务信号；
[0020]步骤三：根据所述低频任务信号和高频任务信号，进行加权平均计算，获取滤波后的姿态角信息；
[0021]步骤四：通过多传感器组合导航系统接收位置信息，并对所述位置信息进行误差校验处理，获取位置参数；
[0022]步骤五：基于所述位置参数，通过卡尔曼滤波算法对为人机飞行参数进行不确定度估计，获取无人机动态更新飞行参数。
[0023]作为本专利技术的一种实施例：根据所述POS数据和图像影像信息，获取影像图像之间的重叠度关系，根据所述重叠度关系，确定影像图像之间重叠度阈值包括：
[0024]根据POS数据和图像影像信息，将获取的所有图像影像进行分组处理，规定图像影像沿无人机航线方向以五幅影像为一组进行分组，获取分组结果；
[0025]基于所述分组结果，通过POS数据对每组中的图像影像的中心坐标进行计算，获取影像的中心坐标数据；
[0026]根据POS数据、无人机航线任务规划数据，获取图像影像的相对航高数据，并根据相机检校参数，获取非量测相机主距；
[0027]根据所述相对航高数据和非量测相机主距，对图像影像比例尺进行计算，获取图像影像比例尺数据；
[0028]通过相机检校参数和图像影像比例尺数据，计算图像影像所覆盖的地面的长度和宽度；
[0029]根据所述长度、宽度和影像的中心坐标数据进行坐标几何计算，获取图像影像的角点坐标；
[0030]基于所述图像影像的角点坐标、影像的中心坐标数据、非量测相机主距和图像影像比例尺数据，通过计算获取图像影像重叠度关系；
[0031]根据所述重叠度关系，确定影像图像之间重叠度阈值。
[0032]作为本专利技术的一种实施例：所述根据所述重叠度关系，确定影像图像之间重叠度阈值包括：
[0033]根据所述重叠度关系和POS数据，通过特征点进行比对获取重叠度阈值；
[0034]其中，所述重叠度阈值的取值范围为：重叠度阈值≥45％；
[0035]基于所述重叠度阈值，对重叠度关系进行筛选，获取筛选结果；
[0036]其中，所述筛选结果为：Min
重叠度关系
≥重叠度阈值。
[0037]作为本专利技术的一种实施例：基于所述重叠度阈值，构建影像图像变换模型，通过所
述影像图像变换模型，获取变换参数包括：
[0038]基于所述重叠度阈值和图像影像信息，构建影像图像变换模型；
[0039]根据所述影像图像变换模型，确定相邻影像图像的运动关系，获取H矩阵；
[0040]通过特征提取算法对重叠区域的局部特征，并对所述局部特征进行匹配，获取影像图像对应的匹配点集；
[0041]对所述影像图像对应的匹配点集进行点对抽样处理，获取四对匹配特征点对；
[0042]根据所述四对匹配特征点对，对H矩阵参数进行计算，获取变换参数。
[0043]作为本专利技术的一种实施例：基于所述重叠度阈值和图像影像信息，构建影像图像变换模型包括：
[0044]所述影像图像变换模型为：投影变换模型；
[0045]所述投影变化模型的构建步骤为如下所示：
[0046]步骤一：，基于所述重叠度阈值和图像影像信息，确定三维空间区域点，根据所述三维空间区域点，获取影像图像对应的二维空间投影点；
[0047]步骤二：基于所述三维空间区域点和影像图像对应的二维空间投影点，建立三维空间区域点和影像图像对应的二维空间投影点之间的坐标变换关系；
[0048]步骤三：根据所述坐标变换关系，进行坐标计算，获取变换参数。
[0049]作为本专利技术的一种实施例：根据所述影像图像变换模型和变换参数，通过回溯机制执行图像拼接操作包括：
[0050]根据所述影像图像变换模型、变换参数、重叠度关系和POS数据，通过回溯机制执行图像拼接操作；...

【技术保护点】

【技术特征摘要】
1.无人机遥感影像动态快速拼接方法，其特征在于，包括：通过无人机搭载多传感器组合导航系统对目标区域进行定位，获取POS数据和影像图像信息；根据所述POS数据和图像影像信息，获取影像图像之间的重叠度关系，根据所述重叠度关系，确定影像图像之间重叠度阈值；基于所述重叠度阈值，构建影像图像变换模型，通过所述影像图像变换模型，获取变换参数；根据所述影像图像变换模型和变换参数，通过回溯机制执行图像拼接操作。2.如权利要求1所述的无人机遥感影像动态快速拼接方法，其特征在于，所述通过无人机搭载多传感器组合导航系统对目标区域进行定位，获取POS数据和影像图像信息包括：通过无人机中数码相机获取影像图像，对所述影像图像进行图像分析，获取图像畸变数据；根据所述图像形变数据，对所述影像图像进行几何校正预处理，获取影像图像信息；其中，所述几何校正预处理为通过图像的内方向元素对图像形变进行校正，根据几何校正预处理获取相机检校参数；无人机通过多传感器组合导航系统对图像影像区域进行图像定位，并接收位置信息与任务信号；其中，所述多传感器组合导航系统的组成包括：陀螺仪、磁力计、激光雷达、加速度计、气压计、光流传感器、BDS和IMU；根据位置信息和任务信号，通过滤波算法调控多传感器组合导航系统对无人机进行导航，获取POS数据；其中，所述POS数据包括：获取目标区域位置、目标区域姿态信息和无人机动态更新飞行参数。3.如权利要求2所述的无人机遥感影像动态快速拼接方法，其特征在于，所述根据位置信息和任务信号，通过滤波算法调控多传感器自合导航系统对无人机进行导航，获取POS数据，包括如下步骤：步骤一：通过磁力计接收任务信号，并通过低通滤波器对所述任务信号进行降噪处理，获取低频任务信号；步骤二：通过磁力计接收任务信号，并通过高通滤波器对所述任务信号进行降噪处理，获取高频任务信号；步骤三：根据所述低频任务信号和高频任务信号，进行加权平均计算，获取滤波后的姿态角信息；步骤四：通过多传感器组合导航系统接收位置信息，并对所述位置信息进行误差校验处理，获取位置参数；步骤五：基于所述位置参数，通过卡尔曼滤波算法对为人机飞行参数进行不确定度估计，获取无人机动态更新飞行参数。4.如权利要求1所述的无人机遥感影像动态快速拼接方法，其特征在于，根据所述POS数据和图像影像信息，获取影像图像之间的重叠度关系，根据所述重叠度关系，确定影像图像之间重叠度阈值包括：
根据POS数据和图像影像信息，将获取的所有图像影像进行分组处理，规定图像影像沿无人机航线方向以五幅影像为一组进行分组，获取分组结果；基于所述分组结果，通过POS数据对每组中的图像影像的中心坐标进行计算，获取影像的中心坐标数据；根据POS数据、无人机航线任务规划数据，获取图像影像的相对航高数据，并根据相机检校参数，获取非量测相机主距；根据所述相对航高数据和非量测相机主距，对图像影像比例尺进行计算，获取图像影像比例尺数据；通过相机检校参数和图像影像比例尺数据，计算图像影像所覆盖的地面的长度和宽度；根据所述长度、宽度和影像的中心坐标数据进行坐标几何计算，获取图像影像的角点坐标；基于所述图像影像的角点坐标、影像的中心坐标数据、非量测相机主距和图像影像比例尺数据，通过计算获取图像影像重叠度关系；根据所述重叠度关系，确定影像图像之间重叠度阈值。5.如权利要求4所述的无人机遥感影像动态快速拼接方法，其特征在于，所述根据所述重叠度关系，确定影像图像之间重叠度阈值包括：根据所述重叠度关系和POS数据，通过特征点进行比对获取重叠度阈值；其中，...

【专利技术属性】
技术研发人员：杨凯欣，李伟，张尧，
申请(专利权)人：天津中科无人机应用研究院，
类型：发明
国别省市：