无人机原始影像快速拼接系统的设计与实现

目前无人机原始影像拼接效率不高,影响了应急指挥和应用。针对此问题,本文通过分析影像特点,提出应用改进SIFT算法和GIS组件技术实现拼接系统的方法:为消除无控制点原始影像拼接的误差累积问题,提出双向与分区拼接,旋转与缩放纠正等拼接策略,并利用GIS影像管理方法实现影像坐标连接和综合应用。实验表明,拼接方法既保证了拼接的精度,又提高了拼接的效率和实际应用价值。     

一种无人机影像滤波分频拼接算法

针对无人机影像拼接处理中易产生鬼影、拼接缝等问题,提出一种基于滤波分频的无人机影像拼接算法。首先利用高斯低通滤波将已配准的无人机影像对分解成高频、低频影像;然后对低频影像采用加权平滑融合算法进行拼接,基于改进的动态规划算法搜索最优拼接线完成高频影像的拼接;最后将拼接好的高频、低频影像线性合成得到最终的拼接影像。实验表明,本文提出的算法可以较好地解决无人机影像拼接过程中出现的鬼影问题,最大化地避免拼接缝的出现,而且对亮度差异明显的无人机影像对也能取得良好的拼接效果。     

一种基于拼接线和动态基准的影像拼接方法

针对无人机影像拼接处理中易产生鬼影、错位等问题,提出了一种基于拼接线和动态基准的影像拼接方法。该方法首先采用改进Duplaquet方法搜索最优拼接线,拓宽了拼接线的扩展方向;然后采用动态基准影像拼接策略,降低累积误差的影响;接着提出了最终基准影像的选择方法,并在最终基准影像坐标系下实现多幅无人机序列影像拼接。实验结果表明,该算法能够有效解决传统拼接方法中所遇到的拼接线问题,同时能够避免变换误差较大的影像对后续拼接影像的影响,获得更好的拼接结果。     

无人机航摄影像快速拼接方法改进

为提高无人机航摄影像快速拼接速度和精度,文章针对无人机影像处理特点,提出重叠区分块并行处理策略;通过对不同图像分辨率和尺度下的特征匹配情况进行分析,提出分块阈值自适应调节方法来改进SIFT算法;利用匹配点距离中误差进行粗差去除,获取最优RANSAC样本,得到更精确匹配点对。实验结果证明,改进策略既保证拼接的精度,又提高了拼接的效率。     

基于Harris与RANSAC算法的无人机影像拼接方法研究

针对Harris算法在进行无人机影像拼接时的特征点误匹配问题,利用RANSAC算法对误匹配的特征点进行剔除,进而实现无人机影像的无缝拼接。首先,基于Harris算法提取兴趣点,利用最短欧式距离进行特征匹配;然后,利用RANSAC算法实现对特征点的精确匹配;最后,利用RANSAC算法得到的单应性矩阵完成无人机影像拼接。实验结果表明:本文方法能够较好地剔除无人机影像拼接时误匹配的特征点,实现对无人机影像的拼接,拼接效果良好。     

无人机影像快速拼接改进

无人机摄影测量过程中具有相对航高较低,航行姿态不稳定,所获影像分辨率高,数量大等的特点,在影像拼接过程中涉及多张影像,其拼接误差会随拼接影像的数量增加而增大,其误差影响不容忽视。本文在对无人机影像拼接误差进行详细分析的基础上,在SIFT算法的基础上,通过确定合适的高斯核尺寸,采用分块匹配的策略,用L-M非线性最小二乘平差法在匹配过程中进行误匹配的剔除,实验结果表明,该方法对无人机影像的快速拼接效率和精度均有改进。     

基于POS数据的低空无人飞行器遥感影像快速拼接及程序实现

无人机遥感影像具有像幅小、数量多的特点,为获取全面直观的地面信息,必须对数量众多的无人机遥感影像进行快速拼接。本文基于低空无人飞行器拍摄的影像数据和POS数据,完成影像快速拼接,实现了自动处理;同时,分析了影像拼接的整体效果,提取了相应的航摄指标,形成了飞行质量报告,为飞行质量的评定提供参考。     

一种改进的无人机航摄影像快速拼接方法

为提高无人机航摄影像快速拼接的速度和精度,针对无人机影像处理特点,提出重叠区分块并行处理策略;通过对不同图像分辨率和尺度下的特征匹配情况进行分析,提出分块阈值自适应调节方法来改进尺度不变特征转换(SIFT)算法;利用匹配点距离中误差进行粗差去除,获取最优随机一致性检验(RANSAC)样本,得到更精确匹配点对。试验结果证明,改进策略既可保证拼接精度,又可提高拼接效率。     

基于Voronoi图无人机影像快速拼接方法研究

为实现大序列城市高分辨率无人机影像的快速拼接,提出了基于Voronoi图的快速拼接技术。以平顶山80幅分辨率为0.1 m的无人机影像为例,先用直方图匹配进行影像间匀光,用反解法数字微分进行正射纠正,再以像主点为中心快速生成测区Voronoi图拼接线网络,最后基于拼接线网络快速拼接。实验结果表明,基于Voronoi图拼接线网络进行城市高分辨率无人机影像拼接,能有效避免中心投影造成的影像边缘较大的投影差,快速获得城市高分辨率正射影像全景图。     

基于GPU的无人机遥感影像快速拼接

近年来,无人机遥感技术得到较快的发展,无人机遥感技术有着实时性强、灵活性强、低成本以及获取影像分辨率高的特点,在处理应急响应任务时,运用无人机遥感技术,优势极为明显。在无人机进行对地航拍时,所获取的是单张影像,由于像幅的限制,影像并不能覆盖完整的目标区域,相邻的多张影像都有着一定的重叠度,利用重叠区域来将多幅影像依次拼接,获得目标区域的一幅完整影像。随着各种传感器技术的提升,无人机上的相机所获取到的影像的分辨率越来越高,这对影像拼接的速度提出了新的要求。基于无人机遥感影像的特点,采用SIFT算子对无人机遥感影像进行拼接工作,并在CUDA平台下对配准算法进行加速处理,从而提高影像拼接的速度。     

一种基于最小生成树的无人机影像拼接方法

针对无人机影像拼接速度慢精度低的问题,提出了一种基于最小生成树的无人机影像拼接方法。对采集到的序列影像进行特征点匹配,采用LM法和RANSAC算子剔除误匹配点,通过距离阈值使特征点均匀化;计算每一张影像的准则值,以准则值最小的影像为基准影像进行坐标转换;将最小生成树算法引入到拼接路径中,实现多张影像的拼接。实验结果表明,该方法提高了影像的拼接速率,有效避免误差累积对后续拼接影像的影响,改善了拼接效果。     

一种基于Harris与RANSAC算法的图像拼接软件研发

图像拼接技术在科研和工程中应用广泛,本文基于Harris与RANSAC算法设计开发了一款图像拼接软件,包括兴趣点检测、特征匹配、精确匹配、图像拼接等主要功能模块,并以普通照片、无人机影像和全景照片为例开展了该软件的应用试验,结果表明:基于Harris与RANSAC算法的图像拼接方法能够较好地实现对普通照片、无人机影像以及全景照片的无缝拼接,该软件简单易用、可靠性强。     

面向无人机红外影像拼接的特征提取算法对比研究

由于无人机获取的红外影像具有低对比度、大几何畸变、大影像间倾角以及存在噪声影响等特点,使得无人机红外影像拼接颇为困难。这里首先采用SIFT,SURF及Cen Sur E 3种尺度不变特征检测算子分别对无人机红外影像进行特征匹配实验,验证了Cen Sur E算子在红外影像特征提取中的优越性。最后构建了基于Cen Sur E算子的拼接流程,用同一航带5张无人机红外影像进行拼接实验,得到了满意的拼接效果。     

结合SIFT特征点和泊松融合的无人机遥感影像拼接技术

针对无人机遥感影像拼接技术的研究,本文提出了一种结合尺度不变的SIFT特征点和重叠过渡泊松融合的无人机遥感影像无缝拼接方法。该方法首先采用SIFT算法对影像进行特征点提取,根据特征描述符间的欧氏距离对特征点进行粗匹配;然后使用随机采样一致性（RANSAC）算法剔除误匹配点对,为防止计算出的单适应矩阵线性结构不稳定,引入LM算法对单适应矩阵进行优化;最后采用重叠过渡泊松融合算法对影像进行拼接融合,以实现影像的无缝拼接。试验结果表明,该方法在无人机遥感影像拼接方面具有优势,能够获得良好的拼接影像。     

顾及有效区域的Voronoi图的正射影像拼接

无人机影像的重叠度通常较大(60%~80%),对纠正后的正射影像进行拼接处理时,往往会产生很大的数据冗余。同时,影像越靠近边缘处变形越大,影响拼接精度。提出了一种顾及有效区域的Voronoi图的拼接线自动选取方法,基于整体构建拼接线网络,并根据影像有效区域优化拼接线,保证拼接的精度和效率。实验表明,该方法切实可行。     

自动检测拼接线的无人机视频影像快速拼接方法

为了实现无人机视频影像的快速、优质拼接,结合灰色关联度与影像直方图匹配等技术,建立一种自动检测拼接线的无人机视频影像拼接方法。该方法拼接速度快,影像色彩变化平滑,并且无明显接缝痕迹,在简单、实用、可靠性方面优势明显;并通过实验验证,在硬件普通配置的笔记本电脑上也完全能够满足无人机视频影像实时拼接的需求。     

一种基于GPU并行计算的无人机影像快速镶嵌方法

提出了一种从匀光后无人机影像出发,以Voronoi图为镶嵌线网络,基于GPU并行计算的无人机影像快速镶嵌方法。首先,通过Wallis滤波处理影像间色彩不一致问题;然后,以测区影像位置自动生成Voronoi图镶嵌线网络;最后,基于GPU并行计算将无人机影像快速正射纠正并镶嵌。通过对230张空间分辨率为0.1 m的无人机影像进行快速纠正镶嵌,实验结果表明,该方法较传统方法效率有很大提升。     

4种无人机遥感影像快速拼接方法的试验分析

无人机遥感技术凭借其操作方便、灵活性高、分辨率高、投入成本低、现势性好等优势,已经成为获取遥感数据的重要方法之一。但不可否认的是,无人机遥感技术也存在影像量大、像幅小、无规律、拼接难的缺陷。因此,针对无人机遥感影像的拼接处理问题,本文通过试验对比了几种无人机遥感影像拼接方法,并对这几种拼接方法的精度以及应用范围进行了分析。     

基于卫片的非序列无人机影像快速概略拼接方法

针对非序列无人机影像,提出了一种基于卫星影像的无人机影像快速概略拼接方法。该算法首先利用改进的SURF算法提取特征点,然后利用最小欧氏距离寻找匹配点,最后结合模板匹配方法确定最终的正确匹配点。利用匹配点的尺度和方向信息计算无人机与卫星影像之间的相似变换参数,确定无人机影像的概略位置。试验结果表明,该算法拥有快速、准确和高适用性等优势,对卫星影像没有严格的时效限制,有一定的地形变化容错能力,能够满足快速概略拼接的要求,是一种可行的无人机影像概略拼接新方法。     

无人机红外影像拼接方法研究

针对红外影像噪声多、对比度低、像幅小、旋偏角大等特点,该文以无人机红外监测技术应用需求为背景,研究了机载红外影像的拼接方法.首先,介绍了常用的机载红外影像格式;接着,对红外影像进行噪声去除、图像增强、畸变差改正等预处理;然后,根据是否有位姿数据,分别采用基于位姿信息和基于运动恢复结构的红外影像配准方法;最后,采用渐入渐出的融合方法消除影像拼接缝.通过实际飞行实验证明了该方法的可行性,具有一定的实际应用价值.