本發(fā)明涉及到無人機(jī)影像的快速鑲嵌技術(shù)領(lǐng)域，具體地說，是一種基于GPU-CPU協(xié)同的無人機(jī)影像快速鑲嵌方法。

背景技術(shù)：

無人機(jī)等低空遙感系統(tǒng)以其機(jī)動性強(qiáng)、獲取影像分辨率高、硬件價(jià)格低廉及維護(hù)成本低等優(yōu)勢，在應(yīng)急測繪等領(lǐng)域中扮演著重要的角色。無人機(jī)影像具有分辨率高、框幅小、重疊度高等特點(diǎn)，在利用大序列無人機(jī)影像來制作測區(qū)數(shù)字影像地圖(Digital Orthophoto Map，DOM)時(shí)，傳統(tǒng)方法是先對測區(qū)內(nèi)所有影像進(jìn)行正射糾正，然后對所有糾正后影像進(jìn)行邊緣提取、生成鑲嵌線網(wǎng)絡(luò)，最后進(jìn)行鑲嵌。傳統(tǒng)模式中單片的全幅正射糾正需要對每個像素進(jìn)行糾正耗時(shí)巨大、基于邊緣提取生成鑲嵌線網(wǎng)絡(luò)的方法復(fù)雜度高，效率低下，同時(shí)先全幅糾正再鑲嵌的作業(yè)模式會造成巨大數(shù)據(jù)冗余、時(shí)間和資源開銷，很難滿足應(yīng)急測繪的需求。

在航空影像拍攝過程中，由于受到相機(jī)內(nèi)部和外部因素的影響，如光學(xué)透鏡成像的不均勻性、曝光時(shí)間、拍攝角度、大氣條件、光照差異、地物屬性等，會造成影像內(nèi)部或影像之間色彩的不一致，如影像的亮度、色調(diào)均衡等。經(jīng)過影像間勻光后相鄰影像間的色彩不一致的問題得到了很大的改善，但是依舊存在一定的偏差。在兩幅影像經(jīng)過鑲嵌線鑲嵌之后，在鑲嵌線的兩側(cè)依然存在著色彩過渡不自然的現(xiàn)象。傳統(tǒng)減弱鑲嵌線兩側(cè)色彩過渡不自然的方法有直接平均融合法和線性加權(quán)融合法。但是整個測區(qū)所有鑲嵌線兩側(cè)緩沖區(qū)域的色彩融合計(jì)算任務(wù)是非常大的，如果僅用CPU對每條鑲嵌線兩側(cè)的緩沖區(qū)每個像素灰度進(jìn)行加權(quán)內(nèi)插將非常的耗時(shí)。

2007年，NVIDIA推出CUDA(Compute Unified Device Architecture，統(tǒng)一計(jì)算設(shè)備結(jié)構(gòu))以來，越來越多的學(xué)者將GPU強(qiáng)大的并行能力成功地運(yùn)用于遙感數(shù)據(jù)的快速處理中，逐漸形成了GPU-CPU協(xié)同處理技術(shù)。所謂GPU-CPU協(xié)同就是將CPU作為主機(jī)端，而GPU作為設(shè)備端，CPU主要負(fù)責(zé)邏輯性強(qiáng)的串行計(jì)算以及對GPU端的調(diào)度，GPU則主要負(fù)責(zé)高度并行化的計(jì)算，并將計(jì)算結(jié)果反饋給CPU端，兩者各司其職，協(xié)同計(jì)算?；贕PU-CPU協(xié)同的航空影像的正射糾正和衛(wèi)星影像的正射糾正較傳統(tǒng)方法在效率上分別提升了60倍與110倍。

然而，影像鑲嵌比正射糾正的算法和過程都更加復(fù)雜繁瑣，如何設(shè)計(jì)優(yōu)化影像鑲嵌的算法流程，將GPU-CPU協(xié)同處理技術(shù)應(yīng)用其中，提高大序列無人機(jī)影像鑲嵌效率，對于應(yīng)急測繪具有重大意義。

技術(shù)實(shí)現(xiàn)要素：

針對現(xiàn)有技術(shù)的不足，本發(fā)明的目的是提供一種基于GPU-CPU協(xié)同的無人機(jī)影像快速鑲嵌方法，該方法從勻光后影像出發(fā)，先自動生成測區(qū)Voronoi圖鑲嵌線網(wǎng)絡(luò)，將正射糾正嵌入影像鑲嵌過程中，且只對每張影像有效區(qū)域進(jìn)行糾正直接生成DOM全景圖，能夠解決大序列、高重疊度無人機(jī)影像糾正鑲嵌效率慢，數(shù)據(jù)冗余資源開銷大的問題。

為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案如下：

一種基于GPU-CPU協(xié)同的無人機(jī)影像快速鑲嵌方法，其關(guān)鍵在于按照以下步驟進(jìn)行：

步驟1：數(shù)據(jù)預(yù)處理，CPU端計(jì)算測區(qū)所有影像像主點(diǎn)對應(yīng)像底點(diǎn)的位置，以測區(qū)所有像底點(diǎn)自動生成Voronoi圖鑲嵌線網(wǎng)絡(luò)；

步驟2：根據(jù)Voronoi圖鑲嵌線網(wǎng)絡(luò)，CPU端計(jì)算每張影像的有效區(qū)域?qū)?yīng)的局部DEM和原始影像局部紋理；

步驟3：CPU端計(jì)算鑲嵌后DOM全景影像圖的大小，并在硬盤上創(chuàng)建DOM全景影像存儲指針；

步驟4：根據(jù)步驟2獲得的局部DEM和原始影像局部紋理，以及影像對應(yīng)的外參數(shù)，GPU端依次對測區(qū)每張影像的有效區(qū)域進(jìn)行正射糾正，并將糾正結(jié)果拷出內(nèi)存，按照步驟3創(chuàng)建的DOM全景影像存儲指針寫到對應(yīng)的位置；

步驟5：對于正射糾正后的影像，GPU端依次對每條鑲嵌線兩側(cè)的影像進(jìn)行線性加權(quán)融合處理，并將融合處理后的紋理拷出內(nèi)存，按照步驟3創(chuàng)建的DOM全景影像存儲指針寫到對應(yīng)的位置，對原始鑲嵌結(jié)果進(jìn)行更新。

進(jìn)一步的描述是，步驟1中所有影像像底點(diǎn)位置的計(jì)算方程式為：

其中，(X，Y)為影像像底點(diǎn)的位置，(x,y)為影像的像主點(diǎn)，Xs,Ys,Zs為影像外方位元素中的三個角元素，a₁,b₁,c₁,a₂,b₂,c₂,a₃,b₃,c₃為影像定向結(jié)果中的旋轉(zhuǎn)矩陣，f為相機(jī)焦距，Z為點(diǎn)(Xs,Ys)在數(shù)字高程模型DEM上內(nèi)插的高程值。

進(jìn)一步的描述是，步驟2中所述局部DEM和原始影像局部紋理的計(jì)算步驟為：

步驟2-1：根據(jù)步驟1得到的Voronoi圖鑲嵌線網(wǎng)絡(luò)，得到當(dāng)前影像的有效區(qū)域范圍，即有效區(qū)域多邊形PolygonS；

步驟2-2：遍歷多邊形PolygonS的各個角點(diǎn)從中選出坐標(biāo)的四個極值X_min,X_max,Y_min,Y_max，得到多邊形PolygonS的最小外接矩形ABCD，提取矩形ABCD所覆蓋的局部DEM數(shù)據(jù)；

步驟2-3：將矩形ABCD四個角點(diǎn)按照公式反算到原始影像像方坐標(biāo)系中得到四邊形abcd,計(jì)算四邊形abcd的最小外接矩形A'B'C'D'，得到原始影像上矩形A'B'C'D'所覆蓋的影像紋理數(shù)據(jù)；其中，(X_A,Y_A)為矩形ABCD的角點(diǎn)A，(x_A,y_A)為四邊形abcd的角點(diǎn)a，Xs,Ys,Zs為影像外方位元素中的三個角元素，a₁,b₁,c₁,a₂,b₂,c₂,a₃,b₃,c₃為影像定向結(jié)果中的旋轉(zhuǎn)矩陣，f為相機(jī)焦距，Z_A為點(diǎn)(X_A,Y_A)在數(shù)字高程模型DEM 上內(nèi)插的高程值。

進(jìn)一步的描述是，步驟3中計(jì)算DOM全景影像圖大小的具體步驟如下：

步驟3-1：將所有原始影像的四個角點(diǎn)投影到地面，得到每張影像糾正后四個方向的極值Xi_min，Xi_max，Yi_min，Yi_max，按照公式求得鑲嵌后DOM影像在四個方向上的極值X_min,X_max,Y_min,Y_max，其中，min()為該一維數(shù)組中的最小值，max()為該一維數(shù)組中的最大值，i＝1～n，n為影像張數(shù)；

步驟3-2：按照計(jì)算鑲嵌后DOM全景圖的寬度width和高度height，M為糾正后正射影像的地面分辨率。

進(jìn)一步的描述是，步驟4中對影像有效區(qū)域的正射糾正按照如下步驟進(jìn)行：

步驟4-1：獲取當(dāng)前影像有效區(qū)域?qū)?yīng)的局部DEM、原始影像局部紋理及當(dāng)前影像對應(yīng)的外參數(shù)；

步驟4-2：根據(jù)當(dāng)前影像有效區(qū)域多邊形PolygonS的最小外接矩形大小和糾正后正射影像的地面分辨率，確定當(dāng)前任務(wù)GPU線程格網(wǎng)中線程塊的大小和個數(shù)；

步驟4-3：GPU多線程并行，利用反解法數(shù)字微分糾正對該影像塊進(jìn)行正射糾正，利用線程索引計(jì)算該像素對應(yīng)的地面點(diǎn)的坐標(biāo)(X,Y)；

步驟4-4：判斷點(diǎn)(X,Y)是否在當(dāng)前影像有效區(qū)域多邊形PolygonS內(nèi)部，如果在內(nèi)部則根據(jù)點(diǎn)(X,Y)在局部DEM塊中雙線性內(nèi)插得到該點(diǎn)的高程Z，再計(jì)算該像素在原始影像塊上的像點(diǎn)坐標(biāo)p(x,y)，內(nèi)插灰度值，否則不進(jìn)行處理；

步驟4-5：線程按索引號進(jìn)行灰度賦值；

步驟4-6：將糾正后影像從顯存拷貝到內(nèi)存并寫入硬盤上創(chuàng)建好的DOM全景影像圖的對應(yīng)位置。

進(jìn)一步的描述是，步驟5中對鑲嵌線兩側(cè)影像線性加權(quán)融合處理的步驟為：

步驟5-1：計(jì)算當(dāng)前鑲嵌線對應(yīng)的局部DEM以及該鑲嵌線兩側(cè)影像上局部的原始紋理數(shù)據(jù)，并將其拷入顯存；

步驟5-2：設(shè)置線程格網(wǎng)中線程塊的大小和數(shù)量；

步驟5-3：所有線程并行運(yùn)行，利用線程索引計(jì)算該當(dāng)前像素對應(yīng)的地面點(diǎn)的坐標(biāo)(X,Y)與高程Z；

步驟5-4：線程按索引號計(jì)算點(diǎn)(X,Y)在兩原始影像上像點(diǎn)灰度值g1、g2；

步驟5-5：線程按索引號對灰度值g1、g2進(jìn)行加權(quán)內(nèi)插得到最終灰度值G；

步驟5-6：線程按索引進(jìn)行灰度賦值；

步驟5-7：將融合后的局部影像從顯存拷貝到內(nèi)存，并寫入硬盤上創(chuàng)建好的DOM全景影像圖的對應(yīng)位置，覆蓋原來影像對當(dāng)前鑲嵌線兩側(cè)的影像紋理進(jìn)行更新。

本發(fā)明的顯著效果是：

(1)在整個DOM全景影像圖生產(chǎn)模式上，本方法突破了先單張全幅正射糾正，然后進(jìn)行鑲嵌線網(wǎng)絡(luò)選擇，再進(jìn)行鑲嵌的傳統(tǒng)模式，從勻光后原始影像出發(fā)先計(jì)算鑲嵌線網(wǎng)絡(luò)及每張影像的鑲嵌有效區(qū)域，再對每張影像的有效區(qū)域進(jìn)行正射糾正，直接鑲嵌輸出測區(qū)DOM全景圖。本方法沒有中間數(shù)據(jù)產(chǎn)生，并且只對每張影像的有效區(qū)域進(jìn)行正射糾正，大大減少了數(shù)據(jù)冗余以及時(shí)間和資源的開銷；

(2)充分利用了正射糾正和鑲嵌線兩側(cè)融合處理的高度并行化特點(diǎn)，成功將GPU-CPU協(xié)同處理技術(shù)應(yīng)用于無人機(jī)影像的快速糾正并鑲嵌，極大提高了從原始影像到DOM全景圖的制作效率，較傳統(tǒng)方法提高了十多倍；

(3)根據(jù)Voronoi圖鑲嵌線網(wǎng)絡(luò)鑲嵌后的DOM影像每個像素理論上投影變形最小，有效減少了中心投影造成的影像邊緣投影變形大的影響。

附圖說明

圖1是本發(fā)明的方法流程圖；

圖2是基于投影光線法計(jì)算影像像底點(diǎn)位置的示意圖；

圖3是測區(qū)所有影像像底點(diǎn)分布示意圖；

圖4是Voronoi圖鑲嵌線網(wǎng)絡(luò)示意圖；

圖5是影像有效區(qū)域正射糾正流程圖；

圖6是鑲嵌線兩側(cè)線性加權(quán)融合示意圖；

圖7是單條鑲嵌線兩側(cè)影像融合處理流程圖；

圖8是鑲嵌后帶鑲嵌線的DOM全景圖；

圖9是鑲嵌后不帶鑲嵌線的DOM全景圖；

圖10是經(jīng)過鑲嵌線兩側(cè)影像紋理線性加權(quán)融合前后對比圖。

具體實(shí)施方式

下面結(jié)合附圖對本發(fā)明的具體實(shí)施方式以及工作原理作進(jìn)一步詳細(xì)說明。

本實(shí)施例結(jié)合某地230張分辨率為0.1m、航向重疊約為70％，旁向重疊約為45％、框幅為3744*5616的無人機(jī)影像為例，對本發(fā)明方法進(jìn)行詳細(xì)說明，鑲嵌后DOM全景圖的框幅為76104*66850，大小為14.5GB。

如圖1所示，一種基于GPU-CPU協(xié)同的無人機(jī)影像快速鑲嵌方法，具體步驟如下：

步驟1：數(shù)據(jù)預(yù)處理，包括局部DEM、內(nèi)外方位元素等參數(shù)讀入；然后CPU端計(jì)算測區(qū)所有影像像主點(diǎn)對應(yīng)像底點(diǎn)的位置，以測區(qū)所有像底點(diǎn)自動生成Voronoi圖鑲嵌線網(wǎng)絡(luò)；

具體實(shí)施時(shí)，首先進(jìn)行所有影像像底點(diǎn)位置的計(jì)算：

根據(jù)測區(qū)影像定向結(jié)果，利用投影光線法將影像的像主點(diǎn)(x,y)投影到地面，即得到該影像像底點(diǎn)的位置(X，Y)，所述投影光線法的投影方式如圖2所示。所述影像像底點(diǎn)位置的計(jì)算方程式為：

其中，(X，Y)為影像像底點(diǎn)的位置，(x,y)為影像的像主點(diǎn)，Xs,Ys,Zs為影像外方位元素中的三個角元素，a₁,b₁,c₁,a₂,b₂,c₂,a₃,b₃,c₃為影像定向結(jié)果中的旋轉(zhuǎn)矩陣，f為相機(jī)焦距，Z為點(diǎn)(Xs,Ys)在數(shù)字高程模型DEM上內(nèi)插的高程值。

將測區(qū)內(nèi)的所有影像像主點(diǎn)投影到地面，即得到本測區(qū)所有影像像底點(diǎn)的位置，如附圖3所示。

然后，以測區(qū)所有像底點(diǎn)為點(diǎn)集，生成Voronoi圖鑲嵌線網(wǎng)絡(luò)：

以測區(qū)所有像底點(diǎn)為散點(diǎn)集，先根據(jù)逐點(diǎn)內(nèi)插法進(jìn)行Delaunay三角剖分，再根據(jù)三角剖分結(jié)果生成Voronoi圖鑲嵌線網(wǎng)絡(luò)，每張影像對應(yīng)的泰森多邊形即是該影像在鑲嵌時(shí)有效區(qū)域范圍，以下稱為影像有效區(qū)域，對應(yīng)的泰森多邊形則稱為影像有效區(qū)域多邊形；同時(shí)得到每條鑲嵌線與兩側(cè)影像之間的拓?fù)潢P(guān)系，即為本測區(qū)的Voronoi圖鑲嵌線網(wǎng)絡(luò)，如附圖4所示。

步驟2：根據(jù)Voronoi圖鑲嵌線網(wǎng)絡(luò)，CPU端計(jì)算每張影像的有效區(qū)域?qū)?yīng)的局部DEM和原始影像局部紋理，具體實(shí)施時(shí)，所述局部DEM和原始影像局部紋理的計(jì)算步驟如下：

進(jìn)入步驟2-1：根據(jù)步驟1得到的Voronoi圖鑲嵌線網(wǎng)絡(luò)，從第i張影像對應(yīng)的有效多邊形開始，得到當(dāng)前影像的有效區(qū)域范圍，即有效區(qū)域多邊形PolygonS；

步驟2-2：遍歷多邊形PolygonS的各個角點(diǎn)從中選出坐標(biāo)的四個極值X_min,X_max,Y_min,Y_max，得到多邊形PolygonS的最小外接矩形ABCD，提取矩形ABCD所覆蓋的局部DEM數(shù)據(jù)；

步驟2-3：將矩形ABCD四個角點(diǎn)按照公式反算到原始影像像方坐標(biāo)系中得到四邊形abcd,計(jì)算四邊形abcd的最小外接矩形A'B'C'D'，得到原始影像上矩形A'B'C'D'所覆蓋的局部影像紋理數(shù)據(jù)；其中，(X_A，Y_A)為矩形ABCD的角點(diǎn)A，(x_A，y_A)為四邊形abcd的角點(diǎn)a，Xs,Ys,Zs為影像外方位元素中的三個角元素，a₁,b₁,c₁,a₂,b₂,c₂,a₃,b₃,c₃為影像定向結(jié)果中的旋轉(zhuǎn)矩陣，f為相機(jī)焦距，Z_A為點(diǎn)(X_A，Y_A)在數(shù)字高程模型DEM上內(nèi)插的高程值。

之后，重復(fù)以上步驟，得到測區(qū)所有影像有效區(qū)域?qū)?yīng)的局部DEM范圍和原始影像局部紋理范圍。

步驟3：CPU端計(jì)算鑲嵌后DOM全景影像圖的大小，并在硬盤上創(chuàng)建鑲嵌后DOM全景影像存儲指針，即創(chuàng)建影像拼接結(jié)果指針，其中DOM全景影像圖大小的計(jì)算步驟如下：

步驟3-1：將所有原始影像的四個角點(diǎn)投影到地面，得到每張影像糾正后四個方向的極值Xi_min，Xi_max，Yi_min，Yi_max，按照公式求得鑲嵌后DOM影像在四個方向上的極值X_min,X_max,Y_min,Y_max，其中，min()為該一維數(shù)組中的最小值，max()為該一維數(shù)組中的最大值，i＝1～n，n為影像張數(shù)；

步驟3-2：按照計(jì)算鑲嵌后DOM全景圖的寬度width和高度height，M為糾正后正射影像的地面分辨率；

步驟3-3：在計(jì)算后將每張影像對應(yīng)的有效紋理和局部DEM讀入顯存。

步驟4：根據(jù)步驟2獲得的局部DEM和原始影像局部紋理，以及影像對應(yīng)的外參數(shù)，GPU端依次對測區(qū)每張影像的有效區(qū)域進(jìn)行正射糾正并寫入DOM全景影像結(jié)果中，如圖5所示，所述的正射糾正的具體步驟如下：

步驟4-1：先將當(dāng)前的第i影像有效區(qū)域?qū)?yīng)的局部DEM、原始影像局部紋理及當(dāng)前影像對應(yīng)的外參數(shù)從內(nèi)存拷入顯存；

步驟4-2：根據(jù)當(dāng)前影像有效區(qū)域多邊形PolygonS的四個極值X_min,X_max,Y_min,Y_max和糾正后正射影像的地面分辨率M，按照公式按照求得該影像有效多邊形PolygonS最小外接矩形ABCD的寬度width和高度height，width*height則是該塊需要正射糾正像素的個數(shù)；

接著，即可根據(jù)計(jì)算任務(wù)確定GPU線程塊的大小和數(shù)目，本例中，假定線程格網(wǎng)設(shè)置為二維，線程塊的大小設(shè)為dimBlock(N,N)，即每個線程塊中有N*N個線程，格網(wǎng)dimGrid的大小可以根據(jù)公式計(jì)算得到；

步驟4-3：GPU多線程并行，即所有線程同時(shí)執(zhí)行，利用反解法數(shù)字微分糾正對該影像塊進(jìn)行正射糾正，按照計(jì)算公式利用線程索引計(jì)算該像素對應(yīng)的地面點(diǎn)的坐標(biāo)(X,Y)，其中M為糾正后正射影像地面幾何分辨率，(X₀,Y₀)為矩形塊A'B'C'D'左上角的坐標(biāo)，Height為矩形塊A'B'C'D'的行數(shù)，(row,col)為當(dāng)前像素在矩形塊A'B'C'D'中的行列位置；

步驟4-4：判斷點(diǎn)(X,Y)是否在當(dāng)前影像有效區(qū)域多邊形PolygonS內(nèi)部，如果在內(nèi)部則進(jìn)行正射糾正，如果在外部則不進(jìn)行處理。因?yàn)槎噙呅蜳olygonS是凸多邊形，因此可以通過判斷點(diǎn)(X,Y)在多邊形PolygonS每條邊的左右兩側(cè)的方法來判斷點(diǎn)是否在其內(nèi)部。具體方法如下：設(shè)多邊形PolygonS有n個頂點(diǎn)P₁,P₂,P₃,···,P_n，n條邊分別為P₁P₂,P₂P₃,P₃P₄,···,P_nP₁，依次判斷點(diǎn)(X,Y)在邊P₁P₂,P₂P₃,P₃P₄,···,P_nP₁的左右側(cè)，如果全部在左側(cè)或是右側(cè)則點(diǎn)(X,Y)在多邊形PolygonS內(nèi)部，如果有一條邊與其他邊不一樣，則點(diǎn)在多邊形PolygonS外部，如果點(diǎn)(X,Y)在多邊形PolygonS的任意邊上，則視為其在內(nèi)部。

如果在有效多邊形內(nèi)部，根據(jù)點(diǎn)坐標(biāo)(X,Y)在局部DEM塊中雙線性內(nèi)插得到該點(diǎn)的高程Z，再根據(jù)公式計(jì)算該像素在原始影像塊上的像點(diǎn)坐標(biāo)p(x,y)；

步驟4-5：線程按索引號進(jìn)行灰度賦值，即將雙線性內(nèi)插三個波段上灰度值作為糾正后影像上像素(col,row)的灰度值；

步驟4-6：所有線程執(zhí)行完畢后，將所計(jì)算得到的數(shù)據(jù)從顯存拷貝到內(nèi)存，釋放開辟的所有顯存；CPU將獲得到的糾正后影像數(shù)據(jù)從內(nèi)存寫到硬盤上創(chuàng)建好的DOM全景圖的對應(yīng)位置，釋放所有已開辟內(nèi)存。

在步驟4的進(jìn)行過程中，重復(fù)上述的步驟4-1至步驟4-6，直至完成測區(qū)所有影像有效區(qū)域多邊形的正射糾正和寫出。

步驟5：對于正射糾正后的影像，GPU端依次對每條鑲嵌線兩側(cè)的影像進(jìn)行線性加權(quán)融合處理，并將融合處理后的紋理拷出內(nèi)存，按照步驟3創(chuàng)建的DOM全景影像存儲指針寫到對應(yīng)的位置，對原始鑲嵌結(jié)果進(jìn)行更新。

根據(jù)步驟1中計(jì)算的鑲嵌線網(wǎng)絡(luò)可知，每條鑲嵌線對應(yīng)兩張影像，鑲嵌線兩側(cè)影像的融合過程只與鑲嵌線兩側(cè)一定范圍內(nèi)的局部影像有關(guān)，因此為了提高GPU-CPU協(xié)同鑲嵌線兩側(cè)融合計(jì)算效率，不能把兩側(cè)影像的所有紋理數(shù)據(jù)都讀入顯存，只需將有用的局部紋理讀入即可。如附圖6所示，L₀L₁為影像L和R之間的鑲嵌線，在L₀L₁兩側(cè)分別選擇寬度為L的緩沖區(qū)域，計(jì)算包含該區(qū)域的最小外接矩形REC_line，然后按照步驟2的方法計(jì)算得到當(dāng)前鑲嵌線對應(yīng)的局部DEM和兩側(cè)影像上局部的原始紋理數(shù)據(jù)，將其與對應(yīng)的外方位元素等參數(shù)從內(nèi)存拷入顯存。

而鑲嵌線兩側(cè)影像線性加權(quán)融合，是指鑲嵌影像在緩沖區(qū)左側(cè)的像素取左影像L的像素灰度值，在緩沖區(qū)右側(cè)的像素取右影像R上的像素灰度值，緩沖區(qū)內(nèi)部的像素則取兩影像對應(yīng)像素灰度的距離加權(quán)值。

如圖7所示，對第j條鑲嵌線兩側(cè)影像線性加權(quán)融合處理的步驟具體為：

步驟5-1：計(jì)算第j條鑲嵌線對應(yīng)的局部DEM以及該鑲嵌線兩側(cè)影像上局部的原始紋理數(shù)據(jù)，并將其從內(nèi)存拷入顯存，其中局部DEM的計(jì)算方法如步驟2所述；

步驟5-2：根據(jù)矩形REC_line的大小來確定設(shè)置線程格網(wǎng)中線程塊的大小和數(shù)量，設(shè)置方法與步驟4相似，在此不做贅述；

步驟5-3：每一個線程對應(yīng)一個像素，線程格網(wǎng)中所有線程并行計(jì)算，對于每一個線程，根據(jù)線程索引計(jì)算像素(row,col)對應(yīng)的物方坐標(biāo)(X,Y)與高程Z；

步驟5-4：通過計(jì)算點(diǎn)(X,Y)與鑲嵌線L₀L₁的距離大小來判斷該點(diǎn)是否在鑲嵌線兩側(cè)的緩沖區(qū)域內(nèi)部，如果是則根據(jù)公式分別計(jì)算出該點(diǎn)在兩側(cè)影像中位置，并線程按索引號內(nèi)插計(jì)算出點(diǎn)(X,Y)在兩原始影像上像點(diǎn)灰度值g1、g2，；

步驟5-5：線程按索引號對灰度值g1、g2進(jìn)行加權(quán)內(nèi)插得到最終灰度值G，即按照公式進(jìn)行距離加權(quán)得到像素(row,col)的最終灰度值G，式中L為鑲嵌線一側(cè)緩沖區(qū)大小，d為當(dāng)前像素與鑲嵌線的距離，g1為該像素在影像L上的灰度值，g2為當(dāng)前像素在影像R上的灰度值；

步驟5-6：線程按索引進(jìn)行灰度賦值，即將雙線性內(nèi)插的灰度值作為糾正后影像上像素(col,row)的灰度值；

步驟5-7：CPU將融合后的局部影像覆蓋原來影像，對當(dāng)前鑲嵌線兩側(cè)的影像紋理進(jìn)行更新，經(jīng)過鑲嵌線兩側(cè)影像紋理線性加權(quán)融合前后對比如圖10所示，即：待所有線程計(jì)算完畢后，將線性加權(quán)融合后的矩形REC_line的影像紋理從顯存拷出到內(nèi)存，再由內(nèi)存寫到鑲嵌好的DOM全景圖對應(yīng)位置，更新當(dāng)前鑲嵌線兩側(cè)的影像紋理，并釋放所開辟的顯存和內(nèi)存。

在步驟5的運(yùn)行過程中，重復(fù)上述的步驟5-1至步驟5-7，直至完成所有鑲嵌線兩側(cè)影像紋理的線性加權(quán)融合處理，鑲嵌后的DOM全景影像圖如圖8與圖9所示，其中圖9不含鑲嵌線。

本方案通過計(jì)算測區(qū)所有影像像底點(diǎn)位置并自動生成Voronoi圖鑲嵌線網(wǎng)絡(luò)；計(jì)算每張影像的有效區(qū)域多邊形對應(yīng)的局部DEM和局部原始影像紋理范圍；計(jì)算鑲嵌后測區(qū)DOM全景影像圖的大小并創(chuàng)建結(jié)果影像指針；完成每張影像有效區(qū)域多邊形的正射糾正并寫入結(jié)果影像指針；完成每條鑲嵌線兩側(cè)影像的快速融合后將計(jì)算結(jié)果拷出并更新原DOM全景影像圖等技術(shù)手段，突破了先單張全幅正射糾正，然后進(jìn)行鑲嵌線網(wǎng)絡(luò)選擇，再進(jìn)行鑲嵌的傳統(tǒng)模式，從勻光后原始影像出發(fā)先計(jì)算鑲嵌線網(wǎng)絡(luò)及每張影像的鑲嵌有效區(qū)域，再對每張影像的有效區(qū)域進(jìn)行正射糾正，直接鑲嵌輸出測區(qū)DOM全景圖。因此，本方法沒有中間數(shù)據(jù)產(chǎn)生，并且只對每張影像的有效區(qū)域進(jìn)行正射糾正，大大減少了數(shù)據(jù)冗余以及時(shí)間和資源的開銷。