[发明专利]基于缝合线的无人机航拍图像拼接方法

说明书

本发明属于无人机技术领域，公开了一种基于缝合线的无人机航拍图像拼接方法，通过消除跨重叠区域遮挡，求解缝合线所在的最小连通子区域；并在最小连通域内通过递归回溯搜索最短路径的方式搜索缝合线，实现图像拼接；采用等距线邻域搜索方法，进一步缩小缝合线所在的最小连通子区域，减少计算量，提高算法效率。实验结果表明，本发明算法可有效改善缝合线融合时出现的局部‘错位’现象，能够在获得准确拼接图像的同时，提高拼接效率。

技术领域

本发明属于无人机技术领域，尤其涉及一种基于缝合线的无人机航拍图像拼接方法。

背景技术

图像拼接技术通过将若干部分重叠的图像进行匹配融合，形成一幅宽视角、高分辨率的无缝拼接图像，在遥感、航拍图像处理中有着广泛应用，是计算机视觉、模式识别和图像处理等领域的热点研究方向。近年来无人机作为一种灵活机动的遥感平台，其航拍图像获得广泛的应用。无人机航拍图像的拼接技术可以有效解决单幅航拍图像对应场景区域小，不利于准确、全面的观察和分析地面场景的问题，被广泛地用于危险区域侦查、战场实时性侦查、海洋环境监测、自然灾害监测与评估等，成为图像处理研究的热点。基于缝合线的图像拼接技术，相比加权函数融合、多分辨率塔式分解融合和基于小波变换融合等方法，能够有效地避免鬼影现象，且拼接效果能够真实的反映地物情况，从而在无人机航拍图像拼接中得到了广泛的应用。现有缝合线检测算法，如基于图割的缝合线检测方法、基于蚁群的缝合线检测方法以及基于动态规划的缝合线检测算法等，在航拍图像拼接中均具有较好的效果，然而由于无人机航拍图像通常为非正射影像图，且易受拍摄地区地势地貌、相机畸变、图像配准和几何变换误差等的影响，这些方法在拼接无人机航拍图像时存在缝合线两侧图像拼接不连续、易产生局部‘错位’现象等问题。例如，基于Dijkstra的最优缝合线检测方法，通过求解最小代价路径作为缝合线，实现包含运动物体的图像拼接，然而，此算法拼接的图像仍存在局部不连续现象，且计算复杂度较高。为降低缝合线搜索复杂度，将Dijkstra算法简化为贪心算法，对局部最优路径进行选择，拼接效果易受迭代收敛性的影响，且依然存在局部‘错位’现象。最大流求解图最小割的方法，搜索最佳缝合线，取得不错的拼接效果，但计算复杂度较高。采用Twin Snake算子自动选择图像缝合线，不能保证其选择的缝合线为最优缝合线。Chon提出通过最小化最大误匹配的方法，动态搜索缝合线，改善缝合线上图像拼接不连续的现象，但算法的计算量随着缝合线长度的增加以指数级增长，时效性较差。

综上所述，现有技术存在的问题是：由非正射投影、图像配准误差等引起的拼接图像局部不连续现象，即局部‘错位’问题；计算复杂度较高，时效性较差，不能保证高效率处理大量的图像数据时，图像拼接算法必须具有较好的时效性的需要。

发明内容

针对现有技术存在的问题，本发明提供了一种基于缝合线的无人机航拍图像拼接方法。

本发明是这样实现的，一种基于缝合线的无人机航拍图像拼接方法，所述基于缝合线的无人机航拍图像拼接方法通过消除跨重叠区域遮挡，剔除配准误差较大的像素点，求解缝合线所在的最小连通子区域；并在连通区域内，利用递归回溯搜索最短路径方式，生成一条缝合线实现图像拼接；

所述求解缝合线所在最小连通子区域包括：

计算误匹配度量矩阵cost；设置起始阈值；计算分割矩阵Tcost，并计算其二值化矩阵Tcost_b；对Tcost_b矩阵，判断起点终点是否在同一个连通分量中，若不在，则存在跨重叠区域的遮挡，查找并减小遮挡区域误匹配量值，即令cost(x,y)＝cost(x,y)-ΔTH，其中(x,y)∈S，S为跨重叠区域的遮挡区域；

所述缝合线所在连通区域再小化包括：计算两幅图像的距离矩阵，设distance等于0；计算二值矩阵NBH、T_{cost_dist}；由起点开始深度遍历，判断在矩阵T_{cost_dist}为1的区域，是否存在一条起点到终点连通通路，若不存在，则扩大等距线邻域宽度，即增加distance，令distance＝distance+Δd。