對(duì)無人機(jī)影像和衛(wèi)星影像的兩幅圖像中的特征點(diǎn)進(jìn)行 匹配，其歐氏距離的計(jì)算公式如下：
[0069]其中，d為歐氏距離，m表示無人機(jī)影像的一幅圖像，η表示衛(wèi)星影像的一幅圖像，F(xiàn)m 和Fn*別表示m和η兩幅圖像上的某個(gè)特征點(diǎn)的描述子，k表示特征點(diǎn)描述子所具有的維度， 和分別表示m和η兩幅圖像上的第i維向量的長度。
[0070] (4-2)如果最近距離比次近距離小于閾值，其中缺省值取0.7,則認(rèn)為最近距離的 兩個(gè)特征點(diǎn)為一對(duì)匹配點(diǎn)，然后將所述的最近距離的兩個(gè)特征點(diǎn)及其最近距離與次近距離 的比進(jìn)行記錄;最近距離與次近距離的比越小，說明匹配點(diǎn)的獨(dú)特性和相似性越高，并按照 所述的距離比從小到大的原則，對(duì)匹配點(diǎn)進(jìn)行排序；
[0071] (4-3)從上述排序的匹配點(diǎn)序列中按順序依次取匹配點(diǎn)，計(jì)算兩匹配點(diǎn)主方向之 間的旋角，對(duì)衛(wèi)星影像進(jìn)行旋轉(zhuǎn)，消除兩張影像之間的旋角；取特征點(diǎn)周圍NXN像素的鄰 域，其中N取特征點(diǎn)尺度的5倍;采用標(biāo)準(zhǔn)平方差法進(jìn)行模板匹配，并記錄下平方差系數(shù)，該 平方差系數(shù)越小，說明圖像的相似度越高;標(biāo)準(zhǔn)平方差系數(shù)R的計(jì)算公式如下：
[0073]其中，T表示模板圖像，I表示原始圖像，X' 表示模板圖像中的坐標(biāo)，x、y表示模 板圖像的移動(dòng)步長;重復(fù)上述(4-3)過程，從匹配點(diǎn)序列中選取標(biāo)準(zhǔn)平方差最小的匹配點(diǎn)作 為最優(yōu)匹配點(diǎn)。
[0074]總之，本發(fā)明所述方法以衛(wèi)星影像作為拼接底圖，經(jīng)過一定的影像預(yù)處理，利用降 尺度空間的SURF算法，并結(jié)合基于標(biāo)準(zhǔn)平方差的模板匹配方法，無需連續(xù)的無人機(jī)影像，可 以快速地對(duì)無人機(jī)影像進(jìn)行概略拼接，其計(jì)算效率高、適用廣，拼接精度能夠滿足影像后續(xù) 處理的要求。
【主權(quán)項(xiàng)】
1. 一種基于衛(wèi)星影像的無人機(jī)影像快速概略拼接方法，其特征在于，包括如下步驟： 步驟1、使用無人機(jī)機(jī)載數(shù)碼相機(jī)對(duì)地面進(jìn)行近似垂直攝影，獲取航攝區(qū)域的地面場(chǎng)景 的無人機(jī)影像;通過網(wǎng)絡(luò)獲取航攝區(qū)域的衛(wèi)星影像，用作無人機(jī)影像概略拼接的底圖；通過 獲取所述相機(jī)像元尺寸、鏡頭焦距W及飛行航高信息，計(jì)算得到無人機(jī)影像的航攝區(qū)域的 地面分辨率； 步驟2、影像預(yù)處理，包括影像降采樣和雙邊濾波：用衛(wèi)星影像地面分辨率與無人機(jī)影 像地面分辨率的比值，作為無人機(jī)影像的降采樣比例，對(duì)無人機(jī)影像進(jìn)行降采樣，使其與衛(wèi) 星影像具有近似相同的地面分辨率;并且，用濾波器對(duì)無人機(jī)影像和衛(wèi)星影像進(jìn)行雙邊濾 波； 步驟3、利用降尺度空間的SURF算法對(duì)無人機(jī)影像和衛(wèi)星影像進(jìn)行特征點(diǎn)的提?。河捎?無人機(jī)影像和衛(wèi)星影像具有近似相同的地面分辨率，所W僅需選用少量濾波器模板參與特 征點(diǎn)提取的計(jì)算； 步驟4、進(jìn)行歐氏距離匹配，并用模板匹配輔助優(yōu)選匹配點(diǎn)：利用歐氏距離對(duì)無人機(jī)影 像和衛(wèi)星影像的兩幅圖像中的特征點(diǎn)進(jìn)行匹配，利用特征點(diǎn)主方向?qū)πl(wèi)星影像進(jìn)行旋轉(zhuǎn)， 消除影像間的旋角;然后在此基礎(chǔ)上，利用基于標(biāo)準(zhǔn)平方差的模板匹配方法加 W輔助，剔除 誤差較大的匹配點(diǎn)，計(jì)算得到一對(duì)最優(yōu)匹配特征點(diǎn)； 步驟5、在所述的SURF算法中，提取的特征點(diǎn)具有坐標(biāo)、尺度和方向等信息，利用所述的 一對(duì)最優(yōu)匹配特征點(diǎn)的像片坐標(biāo)、尺度和方向信息，構(gòu)建相似變換矩陣R，其矩陣計(jì)算公式 如下：其中，S表示兩特征點(diǎn)尺度比值，Θ表示兩特征點(diǎn)主方向之間旋角，山和dy分別表示兩特 征點(diǎn)在X方向和y方向的像片坐標(biāo)之間的差； W無人機(jī)影像的左上角為坐標(biāo)原點(diǎn)，計(jì)算出該影像的四個(gè)頂點(diǎn)坐標(biāo)，通過相似變換矩 陣求得所述四個(gè)頂點(diǎn)坐標(biāo)在衛(wèi)星影像中的坐標(biāo)(χ/，/)，得到無人機(jī)影像的概略位置：其中，R為相似變換矩陣，（X，y)為無人機(jī)影像中的四個(gè)頂點(diǎn)坐標(biāo)； 步驟6、將航攝區(qū)域內(nèi)的所有無人機(jī)影像對(duì)衛(wèi)星影像進(jìn)行配準(zhǔn)，即可得到無人機(jī)影像之 間的方位信息，從而完成無人機(jī)影像的概略拼接。2. 根據(jù)權(quán)利要求1所述的一種基于衛(wèi)星影像的無人機(jī)影像快速概略拼接方法，其特征 在于:在所述步驟1中，利用W下計(jì)算公式獲取無人機(jī)影像的地面分辨率：其中，GSD為地面分辨率，單位是m，a為相機(jī)像兀尺寸，單位是mm, Η為攝影航局，單位是 m，f為攝影鏡頭焦距，單位是mm。3. 根據(jù)權(quán)利要求1所述的一種基于衛(wèi)星影像的無人機(jī)影像快速概略拼接方法，其特征 在于： 在所述步驟2中，所述的影像降采樣，是指用衛(wèi)星影像地面分辨率與無人機(jī)影像地面分 辨率的比值，作為無人機(jī)影像的降采樣比例，對(duì)無人機(jī)影像進(jìn)行降采樣，從而使其無人機(jī)影 像與衛(wèi)星影像具有近似相同的地面分辨率； 所述的雙邊濾波，是指對(duì)無人機(jī)影像和衛(wèi)星影像進(jìn)行雙邊濾波;雙邊濾波器不僅考慮 像素點(diǎn)鄰域的灰度相似關(guān)系，還需考慮像素點(diǎn)空間的鄰近關(guān)系。4. 根據(jù)權(quán)利要求1所述的一種基于衛(wèi)星影像的無人機(jī)影像快速概略拼接方法，其特征 在于： 在所述步驟3中，所述的利用降尺度空間的SURF算法對(duì)無人機(jī)和衛(wèi)星影像進(jìn)行特征點(diǎn) 的提取，是指在使用SURF算法進(jìn)行特征點(diǎn)檢測(cè)的過程中，為了保持特征點(diǎn)的尺度不變性，需 要構(gòu)建多組、每組多層尺度空間分別提取特征點(diǎn)，即使引入盒狀濾波器仍然需要較大的計(jì) 算量，所W僅選用少量濾波器模板構(gòu)建尺度空間，進(jìn)而提取特征點(diǎn)。5. 根據(jù)權(quán)利要求1所述的一種基于衛(wèi)星影像的無人機(jī)影像快速概略拼接方法，其特征 在于:所述步驟4的具體過程如下： (4-1)所述的利用歐氏距離對(duì)無人機(jī)影像和衛(wèi)星影像的兩幅圖像中的特征點(diǎn)進(jìn)行匹 配，其歐氏距離的計(jì)算公式如下：其中，d為歐氏距離，m表示無人機(jī)影像的一幅圖像，η表示衛(wèi)星影像的一幅圖像，F(xiàn)m和Fn 分別表示m和η兩幅圖像上的某個(gè)特征點(diǎn)的描述子，k表示特征點(diǎn)描述子所具有的維度，f?i 和分別表示m和η兩幅圖像上的第i維向量的長度； (4-2)如果最近距離比次近距離小于闊值，其中缺省值取0.7,則認(rèn)為最近距離的兩個(gè) 特征點(diǎn)為一對(duì)匹配點(diǎn)，然后將所述的最近距離的兩個(gè)特征點(diǎn)及其最近距離與次近距離的比 進(jìn)行記錄，并按照所述的距離比從小到大的原則，對(duì)匹配點(diǎn)進(jìn)行排序； (4-3)從上述排序的匹配點(diǎn)序列中按順序依次取匹配點(diǎn)，計(jì)算兩匹配點(diǎn)主方向之間的 旋角，對(duì)衛(wèi)星影像進(jìn)行旋轉(zhuǎn)，消除兩張影像之間的旋角；取特征點(diǎn)周圍N XN像素的鄰域，其 中N取特征點(diǎn)尺度的5倍;采用標(biāo)準(zhǔn)平方差法進(jìn)行模板匹配，并記錄下平方差系數(shù)，該平方差 系數(shù)越小，說明圖像的相似度越高;標(biāo)準(zhǔn)平方差系數(shù)R的計(jì)算公式如下：其中，T表示模板圖像，I表示原始圖像，χ/、/表示模板圖像中的坐標(biāo)，x、y表示模板圖 像的移動(dòng)步長;重復(fù)上述(4-3)過程，從匹配點(diǎn)序列中選取標(biāo)準(zhǔn)平方差最小的匹配點(diǎn)作為最 優(yōu)匹配點(diǎn)。
【專利摘要】本發(fā)明的一種基于衛(wèi)星影像的無人機(jī)影像快速概略拼接方法：使用無人機(jī)機(jī)載數(shù)碼相機(jī)對(duì)地面進(jìn)行近似垂直攝影，計(jì)算得到無人機(jī)影像的航攝區(qū)域的地面分辨率；對(duì)無人機(jī)影像進(jìn)行降采樣，使其與衛(wèi)星影像具有近似的地面分辨率；對(duì)無人機(jī)和衛(wèi)星影像進(jìn)行雙邊濾波，以去除弱特征點(diǎn)；用降尺度空間SURF算法對(duì)無人機(jī)和衛(wèi)星影像進(jìn)行特征點(diǎn)提?。挥脷W氏距離進(jìn)行特征點(diǎn)的匹配，并用模板匹配輔助優(yōu)選一對(duì)正確的匹配點(diǎn)；利用匹配點(diǎn)的尺度和方向信息構(gòu)建相似變換矩陣，以確定無人機(jī)影像在衛(wèi)星影像中的概略位置；將多幅無人機(jī)影像配準(zhǔn)到衛(wèi)星影像中，得到無人機(jī)影像間的方位信息，完成無人機(jī)影像概略拼接。本發(fā)明無需連續(xù)的無人機(jī)影像，其計(jì)算效率高、速度快、適用廣。<!-- 2 -->
【IPC分類】G06T3/40
【公開號(hào)】CN105550994
【申請(qǐng)?zhí)枴緾N201610051875
【發(fā)明人】李 浩, 孫彥瑋, 王莎, 李珊, 楊彪
【申請(qǐng)人】河海大學(xué)
【公開日】2016年5月4日
【申請(qǐng)日】2016年1月26日