[发明专利]低空无人机影像拼接方法、系统、计算机设备及存储介质

权利要求书

1.一种低空无人机影像拼接方法，其特征在于，所述方法包括：

获取低空无人机飞行航道的影像序列；

基于并行计算架构，对影像序列的影像进行配准，生成相邻两幅影像的第一单应性转换矩阵；

确定影像序列的参考帧；

根据第一单应性转换矩阵和参考帧，建立特征匹配点对误差函数；

利用莱文贝格-马夸特算法对特征匹配点对误差函数进行运算，得到第二单应性转换矩阵；

利用第二单应性转换矩阵，将当前帧变换到参考帧中，基于并行计算架构的金字塔融合算法对变换帧和参考帧的重叠区域进行融合拼接，得到中间影像；

将中间影像作为新的参考帧，返回重新建立特征匹配点对误差函数，并执行后续操作，直至影像序列的所有影像拼接完成，得到低空无人机飞行航道的全景影像。

2.根据权利要求1所述的低空无人机影像拼接方法，其特征在于，所述基于并行计算架构，对影像序列的影像进行配准，生成相邻两幅影像的第一单应性转换矩阵，具体包括：

基于并行计算架构，将影像序列中相邻两幅影像的特征点进行提取；

将相邻两幅影像的所有特征点进行匹配，生成特征匹配点对；

利用随机抽样一致算法将特征匹配点对进行提纯，生成相邻两幅影像的第一单应性转换矩阵。

3.根据权利要求2所述的低空无人机影像拼接方法，其特征在于，所述将影像序列中相邻两幅影像的特征点进行提取，具体包括：

对相邻两幅影像分别构建高斯影像金字塔；

对高斯影像金字塔分别进行高斯差分金字塔，确定特征候选点；

对特征候选点进行特征点定位，提取特征点主方向；

根据特征点主方向，构建特征描述符。

4.根据权利要求1-3任一项所述的低空无人机影像拼接方法，其特征在于，所述建立特征匹配点对误差函数，如下式：

其中，M＝H_ir，H_ir＝H_ij*H_jr，X＝H_irx，H_ir为当前帧S_i相对于参考帧S_r的单应性转换矩阵，x为当前帧S_i的特征匹配点，X为参考帧S_r中与当前帧S_i对应的特征匹配点，H_ij为当前帧S_i相对于相邻帧S_j的单应性转换矩阵，即第一单应性转换矩阵，H_jr为相邻帧S_j相对于参考帧S_r的单应性转换矩阵，(x`<sub>i</sub>，y`_i)为当前帧S_i变换后对应特征点的坐标，(X_i，Y_i)为参考帧S_r中特征点的坐标。