[发明专利]一种无人机大视场高光谱图像生成方法及系统

说明书

本发明公开了一种无人机大视场高光谱图像生成方法及系统，本发明方法包括针对输入无人机采集得到的参考高光谱图像与待拼接高光谱图像，将待拼接高光谱图像逐波段变换到参考高光谱图像的同一坐标系下，确定参考高光谱图像、待拼接高光谱图像的重叠区域；利用重叠区域对待拼接高光谱图像的各个波段进行光谱一致化校正；计算参考高光谱图像、待拼接高光谱图像的重叠区域的最佳缝合线，采用权重金字塔图像融合策略，基于最佳缝合线对高光谱图像逐波段融合，获得最终的无缝拼接的大视场高光谱图像。本发明能够在相邻高光谱条带图像重叠率较低的实际场景下准确地完成无缝拼接，生成大视场高光谱图像，并且有效消除光谱不一致的问题。

技术领域

本发明涉及图像处理技术，具体涉及一种无人机大视场高光谱图像生成方法及系统。

背景技术

高光谱图像是一种特殊的多波段图像，每一种地物在高光谱图像中都有其独特的光谱曲线，利用这一特性，高光谱图像已经成功地应用于矿物制图和作物指数估计等各类应用。在大多数情况下，高光谱图像是由高光谱成像仪的卫星获得的。然而，遥感卫星是在云层上方拍摄的，因此卫星高光谱图像中大多数通道容易受到云层的干扰，且这类干扰很难被消除。此外，空间分辨率低、重访周期长等固有特性使得遥感卫星难以获得高质量、多时相的高光谱数据，这些问题严重制约了高光谱图像的应用。

近年来，成像光谱仪的硬件发展迅速，其系统结构变得越来越轻，成本也逐渐降低。随着无人机技术的成熟，将成像光谱仪与无人机集成用于获取高光谱数据成为一个新兴研究领域。与传统的卫星和航空遥感成像相比，无人机可以更灵活地获取空间分辨率更高的高光谱图像。但无人机视角固定、飞行高度低，导致单次数据采集的地面覆盖范围有限，因此，需要将多个小视场高光谱图像进行拼接，生成大视场高光谱图像，以有效覆盖研究区域。

现有的无人机大视场高光谱图像生成方法一般可以分为三类:基于地理信息的方法、基于图像处理的方法以及上述两种方法的结合。当无人机不依赖地面实时动态差分(RTK)系统时，容易受到外界环境的干扰，定位不准确，导致根据记录的地理坐标直接拼接精度较低。因此，通常采用基于地理信息的拼接方法作为预处理步骤，然后采用基于图像的拼接方法来优化。但由于双向反射分布函数(BRDF)效应，同一地区不同无人机高光谱图像的辐射值会有显著差异。源图像的直接拼接会导致拼接结果的光谱不一致，对后续应用产生不利影响。此外，为了提高效率，在无人机采集高光谱数据时，通常将重叠率设置在50%以下，增加了基于图像配准的拼接算法的难度。因此，亟需一种针对无人机高光谱图像的大视场高光谱图像准确无缝生成方法。

发明内容

本发明要解决的技术问题：针对现有技术的上述问题，提供一种无人机大视场高光谱图像生成方法及系统，本发明能够在相邻高光谱条带图像重叠率较低的实际场景下准确地完成无缝拼接，生成大视场高光谱图像，并且有效消除光谱不一致的问题。

为了解决上述技术问题，本发明采用的技术方案为：

一种无人机大视场高光谱图像生成方法，包括：

1）针对输入无人机采集得到的参考高光谱图像与待拼接高光谱图像，通过预设的参考高光谱图像与待拼接高光谱图像之间的变换矩阵，将待拼接高光谱图像逐波段变换到参考高光谱图像的同一坐标系下，确定参考高光谱图像、待拼接高光谱图像的重叠区域；

2）利用重叠区域对待拼接高光谱图像的各个波段进行光谱一致化校正；

3）计算参考高光谱图像、待拼接高光谱图像的重叠区域的最佳缝合线，采用权重金字塔图像融合策略，基于最佳缝合线对高光谱图像逐波段融合，获得最终的无缝拼接的大视场高光谱图像。

可选地，步骤1）之前还包括获取参考高光谱图像与待拼接高光谱图像之间的变换矩阵的步骤：

S1）针对无人机采集得到的参考高光谱图像样本与待拼接高光谱图像样本，分别提取指定特征波段的特征波段图像中的特征点；