基于高斯辐射场的无人机视频拼接方法、装置及系统制造方法及图纸

本发明专利技术公开了基于高斯辐射场的无人机视频拼接方法、装置及系统，属于航空图像处理技术领域，包括：S1：利用3DGS对各子无人机采集的图像序列分别进行三维重建后拼接得到全景三维点集R；S2：从主无人机采集的图像序列中选取第一张图像作为基准图像Q，并随机初始化视角C；S3：利用R从当前的视角C渲染得到图像I；S4：计算Q与I之间的损失L，并以最小化L为目标，对C进行优化，利用优化后的视角C对应的渲染图像作为当前基准图像Q的渲染结果；S5：若所有图像均渲染完成，则转入S6；否则，选取下一张图像作为新的基准图像Q，并转入S3；S6：将渲染结果序列作为拼接所得的无人机视频。本发明专利技术能够提高拼接所得无人机视频的质量。

【技术实现步骤摘要】

本专利技术属于航空图像处理，更具体地，涉及基于高斯辐射场的无人机视频拼接方法、装置及系统。

技术介绍

1、无人机在采集航拍视频信息时，需升至较高高度以获得大视场图像，但因搭载相机性能所限，由此所得大视场图像分辨率较低。在低空飞行时，无人机虽能拍摄高分辨率图像，但视场受限，信息获取量有限。为解决此问题，可通过拼接多幅无人机图像，使其在一幅图像中展现大视野，从而实现高分辨率航空图像的获取。

2、传统的无人机图像视频拼接方法一般通过匹配两张无人机图像的特征点来实现坐标系的变换，然而针对两张视差较大的大基线无人机图像，现有的特征点匹配方法精度较低，导致图像的拼接精度较低。此外，由于相邻无人机之间的基线较大，无人机图像间会存在明显视差，会造成两张图像拼接后重叠区域中物体产生伪影，导致视觉效果不佳。因此，传统的无人机图像拼接方法存在高度依赖特征点匹配质量，抗视差能力弱等方面的弊端。

3、目前，国内外的研究已经提出了许多关于利用深度学习进行图像拼接的技术，这些方法通过使用卷积神经网络或自编码器提取特征，然后通过算法(如变换网络、图像配准)对不同图本文档来自技高网...

【技术保护点】

1.一种基于高斯辐射场的无人机视频拼接方法，其特征在于，所述无人机视频由跨尺度的无人机集群采集得到；所述无人机集群包括主无人机和n2个子无人机；各子无人机的距地高度一致，相邻子无人机的视场之间存在重叠；主无人机的距地高度大于子无人机的距地高度，且主无人机的视场恰好覆盖所有子无人机的视场；n为大于1的正整数；

2.如权利要求1所述的基于高斯辐射场的无人机视频拼接方法，其特征在于，S1中，将各无人机视场下的三维点集拼接为全景三维点集R，包括：

3.如权利要求2所述的基于高斯辐射场的无人机视频拼接方法，其特征在于，S12中，若存在多个分组需要拼接，则多个分组的拼接并行执...

【技术特征摘要】

1.一种基于高斯辐射场的无人机视频拼接方法，其特征在于，所述无人机视频由跨尺度的无人机集群采集得到；所述无人机集群包括主无人机和n2个子无人机；各子无人机的距地高度一致，相邻子无人机的视场之间存在重叠；主无人机的距地高度大于子无人机的距地高度，且主无人机的视场恰好覆盖所有子无人机的视场；n为大于1的正整数；

2.如权利要求1所述的基于高斯辐射场的无人机视频拼接方法，其特征在于，s1中，将各无人机视场下的三维点集拼接为全景三维点集r，包括：

3.如权利要求2所述的基于高斯辐射场的无人机视频拼接方法，其特征在于，s12中，若存在多个分组需要拼接，则多个分组的拼接并行执行。

4.如权利要求2所述的基于高斯辐射场的无人机视频拼接方法，其特征在于，s124中，对于位于三维点集r1和r2中位于重叠区域且相互匹配的点，进行加权融合时，两个点的权重相同。

5.如权利要求2所述的基于高斯辐射场的无人...

【专利技术属性】
技术研发人员：杨铀，张轶杰，安培，刘琼，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：