[发明专利]拼接航空多元并扫图像的方法

说明书

技术领域

本发明涉及遥感图像处理技术领域，尤其涉及一种拼接航空多元并扫图像的方法。

背景技术

航空多元并扫是源于传统胶片时代的全景摄影相机，具有很大的旁向视场角、分辨率高的特点，只需线阵探测器，就可以获取宽幅图像，常常应用于红外/夜视图像的快速获取。但由于多元并扫相机的焦距是保持不变的，在扫描的同时飞机向前运动，以及扫描镜摆动的非线性等因素，使得图像的畸变较为复杂。为了获取地面某个区域的图像，常常利用多元并扫相机在飞行过程中通过物镜的左右摆扫获取图像，而且在前后获取的相邻图像根据飞行速度设计一定的重叠，而后通过图像处理得到区域图像，但由于飞机飞行中干扰因素较多，使得获取的区域图像之间的重叠是不断变化的，增加了区域图像处理的复杂度和难度。

目前国内外对航空多元并扫图像的自动拼接处理的研究成果报道极少，而研究比较多的是无人机获取的CCD图像以及其他航空面阵图像的拼接。这些拼接处理方法都是通过匹配算法提取重叠区域的同名点，然后计算相邻面阵图像的空间变换关系，在变换的基础上完成图像的拼接。例如胡庆武等人(胡庆武、艾明耀、殷万玲、袁辉，大旋角无人机影像全自动拼接方法研究，计算机工程，第38卷，第15期，2012)提出的大旋角无人机影像全自动拼接方法，采用SIFT特征的单应约束影像匹配算法，计算相邻影像的最优变换矩阵，在此基础上给出了最优变换矩阵的多分辨率样条融合影像拼接算法。鲁恒等人(鲁恒、李永树、何敬、陈强、任志明，一种基于特征点的无人机影像自动拼接方法，地理与地理信息科学，第26卷第5期，2010)基于特征点的无人机影像自动拼接方法，将稳健的SIFT算法引入无人机影像自动拼接中，并结合无人机自身的特点对算法进行改进，在进行特征点提取前通过估算相邻影像问的重叠度缩小了搜索范围，应用LM方法求得相邻图像间的精确变换矩阵，完成影像的拼接和镶嵌。

目前已有的航空遥感图像拼接技术，尤其是无人机获取的航空图像，都是针对面阵CCD相机图像拼接。面阵相机获取图像时都是同时获取视场范围内所有的像素，因此在考虑相邻图像的变换关系时，都是以面阵成像几何关系为基础。相邻图像间的变换模型采用透视投影模型，需要提取重叠区域的四个或更多的同名点控制点进行计算。例如上面提及的两种无人机图像拼接方法，都是采用了透视投影模型。而一幅航空多元并扫图像是采用线阵CCD通过扫描方式获取的，即一幅图像是按时间顺序扫描成像的，不满足面阵相机的透视投影模型，而且扫描过程中图像会有局部的变形。因此相邻的多元并扫图像之间既要考虑整体的变换关系，还需要考虑扫描过程中局部的不均匀变形。

发明内容

(一)要解决的技术问题

鉴于上述技术问题，本发明提供了一种拼接航空多元并扫图像的方法，以准确拼接航空多元并扫图像。

(二)技术方案

根据本发明的一个方面，提供了一种拼接航空多元并扫图像的方法。该方法包括：步骤A：在当前帧图像和上一帧图像的重叠区域内，分别提取两帧图像两端的两个最佳同名特征点；步骤B，根据当前帧图像和上一帧图像的两个最佳同名特征点计算两帧图像间的尺度因子m，旋转参数θ；步骤C，按照计算得到的尺度因子m和旋转参数θ对当前帧图像的每个像素进行坐标变换；步骤D，在扫描方向上每隔一段预设的像素距离提取经过像素坐标变换后的当前帧图像和上一帧图像之间的同名点；步骤E，对于当前帧图像的每个像素，其纵向坐标都保持不变，依照其左右两侧的两个同名点调整当前帧每个像素的每个列向坐标；以及步骤F，将调整后的当前帧图像和上一帧图像组合在一起，从而得到拼接后的航空多元并扫图像。

(三)有益效果

从上述技术方案可以看出，本发明拼接航空多元并扫图像的方法具有以下有益效果：

(1)在相邻两帧的几何变换模型中采用了“尺度+旋转”的变换模型，而没有采用面阵相机的透视投影模型，适应了航空多元并扫的相邻图像间的几何变换模型，较好地解决相邻图像间的整体变换问题。

(2)在整体变换模型计算中应用了扫描图像两侧的同名点计算相邻帧图像之间存在的尺度和旋转参数，通过整体的尺度和旋转变换处理实现了相邻图像间大致的几何粗拼接。

(3)在整体变换模型的基础上，根据归一化互相关匹配得到的大量局部同名点对图像的扫描方向进行局部坐标变换和调整，较好地解决了相邻图像间的局部几何不均匀性变形。从而能够保证了局部图像拼接的效果

附图说明

图1为根据本发明实施例拼接航空多元并扫图像方法的流程图；

图2为相邻两帧航空多元并扫图像中特征点分布的示意图；