[发明专利]基于相邻关系模型的无人机遥感图像拼接系统

说明书

本发明公开了基于相邻关系模型的无人机遥感图像拼接系统，属于无人机遥感图像拼接技术领域，将相邻距离作为边的权值，利用最小生成树确定拼接顺序，可以最大限度的利用相邻图像的聚簇，拼接顺序确定好后可以依次将图像增量式拼接到累积结果上，完成拼接，图像间的映射可以用一个相似变换或仿射变换取代，待拼接图像变换以后，通过Graph‑Cut算法求解重叠部分的接缝，然后将图像直接拼在一起，本发明实现了多视点的无人机遥感图像拼接系统，并且在匹配精度和拼接时间之间做了平衡，既能保证提取到足够数量的特征，又能减少计算量，提高计算速度，而且使颜色更加自然均匀，系统操作简单，实用性高，具有易操作、易维护的特点，全程不用人工干预。

技术领域

本发明涉及到无人机遥感图像拼接技术领域，特别涉及基于相邻关系模型的无人机遥感图像拼接系统。

背景技术

随着无人机在军事、勘测、气象监视、农药喷洒等领域的广泛应用，越来越多的国内外专家学者投入到无人机关键技术的研究中。无人机遥感图像拼接技术通过对一系列重叠遥感图像的拼接融合，拼成一幅相对完整的全景视图，实现对原物的准确重建，已广泛应用于虚拟现实技术，遥感图像处理、计算机视觉等领域。单视点图像拼接已有成熟的算法和应用，但是无人机遥感图像选取多个视点和场景，相机位置不断变化，而场景深度又很难获知，典型的多视点问题给图像的匹配和拼接带来一定的难度。如何利用所有图像的信息将图像准确地拼接出来，得到完整的全景图，是该领域的难点问题。其中的图像匹配又是整个图像拼接技术的核心部分，决定了图像拼接的质量。这些算法主要分为：基于灰度图像的匹配、基于特征的匹配和基于变换域的匹配。

申请号为201610524520.1的产品采用了SURF算法粗提取特征点，利用RANSAC算法去除误检测点，再利用最小二乘法模板，实现特征点的精确匹配和图像的实时拼接。申请号为201710318262.6的产品通过消除重叠区域遮挡，求解最小连通区域内的最小路径，实现遥感图像拼接。这些方法虽然可以减少计算量，提高拼接效率，但是并没有很好地利用图像集的相邻关系；也都没有考虑曝光补偿，对少数光照差异较大的遥感图像，影响下一次的特征提取和拼接。

发明内容

发明的目的在于提供基于相邻关系模型的无人机遥感图像拼接系统，保证提取到足够数量的特征，又能减少计算量，提高计算速度，而且使颜色更加自然均匀，系统操作简单，实用性高，具有易操作、易维护的特点，全程不用人工干预，以解决上述背景技术中提出的拼接时间长、计算量大的问题。

为实现上述目的，本发明提供如下技术方案：

基于相邻关系模型的无人机遥感图像拼接系统，包括如下步骤：

步骤一：拼接顺序的确定

对图像建立相邻关系图模型，将相邻距离作为边的权值，利用最小生成树确定拼接顺序，可以最大限度的利用相邻图像的聚簇，拼接顺序确定好后可以依次将图像增量式拼接到累积结果上，继而完成拼接；

步骤二：运动参数的估计

当拍摄高度与场景最高点的距离超过100米时，“平面场景”的假设基本成立，在这一假设下，图像间的映射退化成了单应性矩阵，进一步假设拍摄角度均垂直向下，那么图像间的映射可以用一个相似变换或仿射变换取代，而拍摄高度越高，近似精度越高，相似变换和仿射变换对图像做了变视点操作，因此将所有图像变到同一个现有视点下实现拼接；

步骤三：图像合成

待拼接图像变换以后，通过Graph-Cut算法求解重叠部分的接缝，然后将图像直接拼在一起，由于图像获取过程中受光照、拍摄时间、天气等因素的影响，存在光照差异较大的图像，图像拼接的接缝处会不可避免地出现突变，采取适合的算法做局部的图像融合。