[发明专利]一种大规模无人机图像并行拼接方法

权利要求书

1.一种大规模无人机图像并行拼接方法，其特征在于：包括以下步骤：

步骤1，通过无人机采集图像数据并输入至系统当中；

步骤2，在Spark大数据计算平台上定义相关的拼接处理操作，并按之后的步骤并行执行；

步骤3，并行完成图像畸变矫正的预处理；

步骤4，判断无人机飞行模式是顺序飞行还是乱序飞行；针对无人机的乱序飞行，需通过图像相似图匹配有序化；

步骤5，使用PCA-SIFT进行图像特征检测和提取；

步骤6，通过已提取的特征进行图像间的匹配和融合，并行将大规模的图像以两两合并拼接的方式最终融合成一幅完整图像；

所述步骤4具体过程如下：

步骤41，对于无人机乱飞模式下得到的无序图像，选取图像中能够进行拼接的区域求出其灰度直方图：

其中n_k是图像中灰度值为k的像素个数，N为图像的像素总个数，L为图像的灰度级，h(k)为直方图的向量表示；

步骤42，采用累计概率函数作为直方图均衡化的映射函数，设[f(i,j)]_m×n和[g(i,j)]_m×n分别为处理前后的图像，则直方图均衡化映射函数为：

当f(i,j)＝s，则

其中L为图像的灰度级，s为图像(i,j)处的灰度值，p(f_k)为图像在灰度值为k处的像素点个数，f(i,j)为图像处理前(i,j)处的像素值，g(i,j)为图像处理后(i,j)处的像素值；

按此公式直接由原图像的各像素值直接得到直方图均衡化后个像素的灰度值；

步骤43，利用直方图来搜索并配对两幅航拍图像，通过比较一个无序的图像序列中两幅图像的子区域之间的相似性，按下面的公式：

其中G为标准图像，S为待匹配图像，Sim(G,S)为标准图像与待匹配图像的相似度，g_i,j,k为标准图像的像素统计值，s_i,j,k待匹配图像的像素统计值；

在这种方式下搜索水平相邻图像并将它们配对，在计算相似度之后，我们粗略地将两幅图像配对：

其中I_i,I_j∈D

其中I_i是待配对图像，I_j是其他图像，P(I_i)为计算出能与I_i配对的图像，Sim(I_i,I_j)为标准图像与待匹配图像的相似度，D为所有图像集合。

2.根据权利要求1所述一种大规模无人机图像并行拼接方法，其特征在于：所述步骤3具体过程如下：

步骤31，获取图像的相关计算参数：像素、分辨率、色彩通道；

步骤32，按照下面的阈线性变换模型进行图像的畸变矫正处理：

其中：x为素值在图像中的行坐标，y为像素值在图像中的纵坐标，w是齐次坐标；x₁为像素值在校正图像中的行坐标，y₁为像素值在校正图像中的纵坐标，w₁为校正后的齐次坐标，S_u是X轴的飞行参数，S_v是Y轴的飞行参数。

3.根据权利要求1所述一种大规模无人机图像并行拼接方法，其特征在于：所述步骤41中，根据无人机拍摄的图像的重叠率不同，从图像拼接方向起选取每幅图大小的30％-50％计算直方图并进行相似度匹配。

4.根据权利要求3所述一种大规模无人机图像并行拼接方法，其特征在于：所述步骤6具体过程如下：

步骤61，根据步骤4完成的拼接顺序按序整理图像文件；

步骤62，并行完成所有图像两两特征匹配的过程；

步骤63，设置和调整实验参数；

步骤64，针对完成配准的图像，在Spark集群系统中进行图像融合的并行处理。