無(wú)人機(jī)遙感圖像拼接算法研究.pdf

1、無(wú)人機(jī)遙感系統(tǒng)因其低成本、低風(fēng)險(xiǎn)，高分辨率、高效率、高靈活性等優(yōu)勢(shì)，在城市規(guī)劃與市政管理、軍事戰(zhàn)場(chǎng)偵察、自然災(zāi)害區(qū)域評(píng)估、環(huán)境監(jiān)測(cè)等領(lǐng)域有著廣泛的應(yīng)用。無(wú)人機(jī)拍攝的圖像也具有單幅篇幅有限，重疊度高、數(shù)據(jù)量大、圖像不規(guī)則的特點(diǎn)。然而無(wú)人機(jī)圖像拼接技術(shù)成為制約其有效應(yīng)用的瓶頸，急需研究快速拼接成一幅高質(zhì)量全景圖的方法。
　　由于現(xiàn)實(shí)需要，圖像拼接多年來(lái)一直是國(guó)內(nèi)外研究的熱點(diǎn)，并逐漸形成了一些比較成熟的理論方法和技術(shù)。本文通過(guò)對(duì)這些理論

2、技術(shù)的研究，掌握了圖像拼接的相關(guān)概念和基本流程，對(duì)比分析歸納了圖像拼接的不同方法，針對(duì)無(wú)人機(jī)圖像的特點(diǎn)，重點(diǎn)研究了基于特征點(diǎn)的拼接方法。基于特征點(diǎn)的拼接方法，主要包括圖像預(yù)處理、特征提取、特征匹配、求取變換矩陣和圖像融合幾個(gè)步驟組成。
　　圖像拼接的各個(gè)步驟算法的好壞，都影響到圖像整體拼接的精度和速度。圖像預(yù)處理包括圖像幾何校正和圖像去噪兩個(gè)部分，對(duì)圖像進(jìn)行預(yù)處理，可以有效提高圖像配準(zhǔn)精度。合適的特征提取方法，可以提高提取到準(zhǔn)確的

3、特征點(diǎn)，有效壓縮特征點(diǎn)的數(shù)量，在不降低拼接精度的條件下，減少計(jì)算量，提高圖像拼接的速度。對(duì)于提取到的特征點(diǎn)進(jìn)行匹配，需要選擇合適的搜索策略，以便使匹配高效準(zhǔn)確。根據(jù)重疊區(qū)像素坐標(biāo)對(duì)應(yīng)關(guān)系建立矩陣變換模型是為了實(shí)現(xiàn)待拼接圖像與參考圖像之間的坐標(biāo)統(tǒng)一，我們的目的是找到盡量多的點(diǎn)適用該模型，好的變換模型可以保證配準(zhǔn)的準(zhǔn)確性。而圖像融合是為了消除由于不同圖像之間亮度等的不同造成拼接后圖像過(guò)渡區(qū)有縫隙的問(wèn)題，使圖像之間能自然平滑過(guò)渡。本文對(duì)常用的

4、預(yù)處理方法、特征提取方法、特征匹配方法、矩陣變換模型分類以及幾種圖像融合方法進(jìn)行了介紹和闡述。
　　本文重點(diǎn)對(duì)目前應(yīng)用比較廣泛的三種提取方法，Harris角點(diǎn)檢測(cè)，SIFT算子特征提取，SURF算子特征提取，進(jìn)行了深入的研究和分析，對(duì)這些特征提取方法用VC++語(yǔ)言，VC6.0開(kāi)發(fā)工具編寫程序?qū)o(wú)人機(jī)圖像做了特征提取實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)結(jié)果對(duì)比分析了三種特征提取方法的速度和穩(wěn)定性，采用RANSAC方法提純匹配對(duì)并建立矩陣變換模型，用直接填