基于IB-SURF和邻域匹配法的无人机图像拼接方法技术

本发明专利技术公开了一种基于IB

【技术实现步骤摘要】
基于IB
‑
SURF和邻域匹配法的无人机图像拼接方法


[0001]本专利技术涉及一种基于图像分块的加速稳健特征(Image Block Speed Up Robust Features,IB
‑
SURF)和邻域匹配法的无人机图像拼接方法，可提高特征匹配率和匹配效率，属于数据处理


技术介绍

[0002]无人机图像拼接是计算机视觉领域重点研究的基本问题之一，图像拼接是指将一系列相互有部分重叠区域的图像拼接成一幅高分辨率宽视角的图像，其广泛应用于自然灾害应急，地形勘测，危险区域巡航等相关领域，因此无人机图像拼接方法的研究具有重要意义。
[0003]图像拼接问题一经提出就得到大量的关注与研究，从而出现了很多拼接方法，其中加速稳健特征(Speed Up Robust Features,SURF)算法就是最经典算法之一。但是SURF算法存在运行速度较慢、特征匹配率低的问题，导致图像的拼接质量，耗时长，因此有必要加以改进。

技术实现思路

[0004]本专利技术的目的在于针对现有技术之弊端，提供一种基于IB
‑
SURF和邻域匹配法的无人机图像拼接方法，以提高图像的拼接质量和拼接效率。
[0005]为实现上述目的，本专利技术采用如下技术方案：
[0006]一种基于IB
‑
SURF和邻域匹配法的无人机图像拼接方法，所述方法包括以下步骤：
[0007]a.获取两幅具有部分重叠区域的无人机图像数据，分别标记为基准图像和待拼接图像；
[0008]b.利用无人机POS所记录的数据计算每幅无人机图像的中心点平面坐标；
[0009]c.利用无人机POS所记录的数据计算每幅无人机图像投影到地面坐标系的角点坐标；
[0010]d.根据无人机图像的中心点平面坐标和投影到地面坐标系的角点坐标确定两幅图像的重叠区域；
[0011]e.对于基准图像，采用加速稳健特征算法(SURF)在重叠区域内检测特征点；
[0012]f.对于基准图像的每个特征点，在待拼接图像中搜索出与之匹配的特征点；
[0013]g.采用基于特征点的图像拼接技术将基准图像与待拼接图像融合在一起；
[0014]h.重复上述步骤，依次将相邻的图像融合在一起，完成图像的拼接。
[0015]上述基于IB
‑
SURF和邻域匹配法的无人机图像拼接方法，对于基准图像的每个特征点，在待拼接图像中搜索与之匹配的特征点之前，先利用图像分块的方法对基准图像的特征点进行精简和筛选，具体方法如下：
[0016]计算每个特征点的特征响应值，采用n
×
n的网格将基准图像的重叠区域划分为n
×
n个图像子块，n为自然数，依次比较每一子块内所有特征点的特征响应值，每一子块内仅
保留特征响应值最大的特征点P
max
。
[0017]上述基于IB
‑
SURF和邻域匹配法的无人机图像拼接方法，对于基准图像的每个特征点，在待拼接图像中搜索出与之匹配的特征点时，若基准图像中的特征点O在待拼接图像中的匹配点是特征点P，则基准图像上的与O点在同一矩形区域内的特征点Q在待拼接图像中的匹配点仅在以特征点P为中心的3
×
3的矩形区域内进行搜索。
[0018]上述基于IB
‑
SURF和邻域匹配法的无人机图像拼接方法，利用无人机POS所记录的数据计算无人机图像的中心点平面坐标的公式如下：
[0019][0020]其中(X，Y)为无人机图像的中心点平面坐标，(X0，Y0)为摄像点平面坐标，Xa、Ya分别是X和Y方向的俯仰改正，其表达式为：
[0021][0022]Xb、Yb分别是X和Y方向的侧偏改正，其表达式为：
[0023][0024]其中A为绝对飞行高度，A0为地面平面高程，ψ为俯仰角，k为航向角，ω为翻滚角。
[0025]上述基于IB
‑
SURF和邻域匹配法的无人机图像拼接方法，利用无人机POS所记录的数据计算无人机图像投影到地面坐标系的角点坐标的公式如下：
[0026][0027][0028][0029][0030]其中(X1，Y1)为左前角点坐标，(X2，Y2)为右前角点坐标，(X3，Y3)为右后角点坐标，(X4，Y4)为左后角点坐标，(X0，Y0)为摄像点平面坐标，W1为侧偏左覆盖距离，W2为侧偏右覆盖距离，H1为俯仰前覆盖距离，H2为俯仰后覆盖距离。
[0031]上述基于IB
‑
SURF和邻域匹配法的无人机图像拼接方法，采用n
×
n的网格将基准图像的重叠区域划分为n
×
n个图像子块时，自然数n的取值为5。
[0032]本专利技术仅在重叠区域提取图像特征点，不仅能保留有效匹配信息，保证图像拼接质量，而且大大减少了运算量，节省了特征提取时间，提高了图像的拼接效率。
[0033]本专利技术通过图像分块和增加平滑性约束，减少了算法的复杂度，解决了传统算法运行速度慢的问题，实现了算法的实时性。
附图说明
[0034]下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0035]图1a—图1d是POS信息参数示意图；
[0036]图2是本专利技术实施例中基于地面坐标系的角点坐标位置；
[0037]图3是本专利技术实施例的相邻两幅图像基于地面坐标系的位置关系；
[0038]图4是本专利技术实施例的特征点精简筛选流程图；
[0039]图5是增加运动平滑性约束的特征匹配区域；
[0040]图6是本专利技术实施例中网格密度对算法效率影响的折线图；
[0041]图7a—图7e是本专利技术实施例的特征提取结果；
[0042]图8是本专利技术实施例的匹配率比较结果；
[0043]图9a—图9c是本专利技术实施例的特征匹配结果。
[0044]图中和文中各符号如下：(X，Y)为无人机图像的中心点平面坐标，(X0，Y0)为摄像点平面坐标，X
a
、Y
a
分别是X和Y方向的俯仰改正，X
b
、Y
b
分别是X和Y方向的侧偏改正，ψ为俯仰角，k为航向角，ω为翻滚角，A为绝对飞行高度，A0为地面平面高程，W1为侧偏左覆盖距离，W2为侧偏右覆盖距离，H1为俯仰前覆盖距离，H2为俯仰后覆盖距离，P
i
.response为第i个特征点P
i
的特征响应值，L0、经度，B0、纬度，W0、照片宽度，H0、照片高度，F、相机焦距，θ、相机旁向开角，δ、航向开角。
具体实施方式
[0045]本专利技术针对现有技术存在的弊端，提供了一种基于IB
‑
SURF和邻域匹配法的无人机图像拼接方法，该图像拼接方法包括：
[0046]获取两幅具有部分重叠区域的无人机图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于IB
‑
SURF和邻域匹配法的无人机图像拼接方法，其特征是，所述方法包括以下步骤：a.获取两幅具有部分重叠区域的无人机图像数据，分别标记为基准图像和待拼接图像；b.利用无人机POS所记录的数据计算每幅无人机图像的中心点平面坐标；c.利用无人机POS所记录的数据计算每幅无人机图像投影到地面坐标系的角点坐标；d.根据无人机图像的中心点平面坐标和投影到地面坐标系的角点坐标确定两幅图像的重叠区域；e.对于基准图像，采用加速稳健特征算法(SURF)在重叠区域内检测特征点；f.对于基准图像的每个特征点，在待拼接图像中搜索出与之匹配的特征点；g.采用基于特征点的图像拼接技术将基准图像与待拼接图像融合在一起；h.重复上述步骤，依次将相邻的图像融合在一起，完成图像的拼接。2.根据权利要求1所述的基于IB
‑
SURF和邻域匹配法的无人机图像拼接方法，其特征是，对于基准图像的每个特征点，在待拼接图像中搜索与之匹配的特征点之前，先利用图像分块的方法对基准图像的特征点进行精简和筛选，具体方法如下：计算每个特征点的特征响应值，采用n
×
n的网格将基准图像的重叠区域划分为n
×
n个图像子块，n为自然数，依次比较每一子块内所有特征点的特征响应值，每一子块内仅保留特征响应值最大的特征点P
max
。3.根据权利要求2所述的基于IB
‑
SURF和邻域匹配法的无人机图像拼接方法，其特征是，对于基准图像的每个特征点，在待拼接图像中搜索...

【专利技术属性】
技术研发人员：江智，江德港，黄子杰，李柏林，郭彩玲，
申请(专利权)人：唐山学院，
类型：发明
国别省市：