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。     

一种快速的无人机影像无缝拼接方法

本文针对传统的低空无人机影像拼接处理速度慢和几何精度低的问题,提出了一种快速的无人机影像无缝拼接方法:对输入的原始影像按一定尺度进行降采样,在降采样的影像上进行SURF特征提取和匹配,利用RANSAC方法估计初始的相对单应矩阵,然后用Levenberg-Marquardt方法精化单应矩阵,计算出初始的绝对单应矩阵后利用稀疏光束法平差估计出精确的单应矩阵,通过降采样影像与原始影像的单应关系传递单应矩阵到原始影像级,最后进行影像合成,形成整体拼接图。实验结果表明该方法可以有效地提高拼接速度,解决拼接错位问题。     

一种无人机视频影像快速配准方法

针对应急测绘中对无人机视频数据快速获取及处理的需求,提出了一种无人机视频影像快速配准方法。首先采用时间索引和线性/球面插值方法实现视频帧与无人机定位定姿信息的时间同步,根据数字微分纠正算法实现视频帧的地理编码,实现视频帧间的粗略配准,然后控制仿射变换模型中的缩放因子不变对纠正后视频帧的坐标进行调整,完成视频帧间的精配准:试验结果表明该方法能够得到航带内视频帧较好的配准效果。     

一种基于位姿参数的无人机影像快速拼接方法

为提升无人机影像拼接效率,本文提出了一种基于位姿参数的无人机影像快速拼接策略。首先,分析无人机影像拼接流程,选取单应性变换矩阵,用于消除旋转、平移、缩放等变形;然后,推导基于姿态信息的影像校正模型,将倾斜影像转换为水平影像,进一步改善拼接效果;最后,选用“两两先拼、顺序合成”的方法完成影像拼接。实验结果表明,本文影像拼接策略能消除大部分拼接误差,获取较好的影像拼接图,免去了全局配准与整体平差的过程,使得影像拼接效率明显提升,具有重要的应用价值。     

一种喀斯特地貌无人机遥感影像的快速匹配方法

针对喀斯特地貌地形起伏大、沟壑纵深、影像局部存在阴影,该地区无人机遥感影像匹配难度大,该文提出一种基于AKAZE特征和RANSAC算法的喀斯特地貌无人机遥感影像的快速匹配方法。该方法采用AKAZE特征检测算法提取喀斯特地貌无人机遥感影像的特征点,能够较为精简地描述出影像的特征,影像匹配时间缩短,匹配速度提高明显;由于预匹配存在错误点对,利用单应性矩阵的RANSAC算法进行精准匹配,剔除错误匹配点对,同时得到最优的单应性矩阵。实验结果表明,该方法的匹配耗时和匹配正确率较优于经典的SURF和BRISK算法,该匹配方法更适合于喀斯特地貌无人机遥感影像匹配。     

一种无人机影像实时增量平差镶嵌算法

当前无人机已成为空间信息获取的重要手段,可作为航空摄影测量系统的有益补充。但无人机数据量大、姿态稳定性差、排列不规则等缺点给快速处理带来较大难题。本文利用运动恢复结构SFM方法中的增量平差技术,借助初始POS实现无人机影像的快速实时处理,并利用GPU技术对平差后影像进行实时纠正和虚拟镶嵌展示。试验表明,增量平差和实时纠正镶嵌技术能大大缩短影像处理时间,可满足灾害应急响应时对影像进行实时处理、快速获取现场灾情信息的需求。     

基于无人机影像的快速分割方法

为解决地震灾区震后空间数据难以及时获取的问题,考虑到无人机(unmanned aerial vehicle,UAV)遥感影像自身特点,提出了一种改进的均值漂移(Mean Shift)分割算法。按照影像特征将UAV影像划分为纹理区和匀色区,对匀色区直接进行Mean Shift算法分割得到初分结果;对纹理区综合提取颜色、纹理、形状信息构造高维特征空间,并根据归一化分布密度值求得其合适的带宽,再使用Mean Shift算法对特征空间进行模式分类得到分割结果;通过构造代价函数进行区域合并,消除过分割区域,得到最终分割结果。针对芦山地震后获取的高空间分辨率UAV影像进行分割实验,并提出一种考虑到面积和光谱的分割匹配指数对分割结果进行评价。实验结果表明:所提出的改进的Mean Shift算法的分割精度优于传统的Mean Shift算法,为后续的震害信息提取提供了数据保障。     

基于GPU的快速影像匹配

随着图形处理器(GPU)的飞速发展和计算同一设备架构(CUDA)的推出,GPU的并行性和可编程性不断增强,本文提出了一种基于CUDA的Harris算子影像匹配并行处理方法,在GPU中完成对影像的灰度化、Harris角点提取、重采样、灰度相关匹配,并从线程分配、内存使用、共享存储器等方面进行优化。实验结果表明,该方法与CPU串行处理方法相比,其速度得到了明显提升。     

一种基于无人机影像的高效三维重建方法

为提升无人机影像三维重建的效率和稳健性,本文首先将定位测姿系统所获取的POS数据应用于大规模无人机影像三维重建当中,通过构建影像关系图,大大减少了影像匹配量,降低了误匹配率;其次,应用运动恢复结构技术中的李代数旋转平均方法解决了旋转参数的线性化求解问题,并在迭代解算过程提出了将L1范数与最小二乘相结合的计算方法,提高了模型解算成功率。实验结果表明：本文方法在多种条件下均能获取纹理清晰的地表重建模型,且处理效率得到了明显提升,可满足地理信息成果应急保障要求。     

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。     

一种稳健的无人机影像三维重建方法

针对传统摄影测量理论对航线规划、飞行姿态、影像重叠等航摄条件要求高,无人机高效保障优势不明显的问题,本文借助计算机视觉理论,提出了一种稳健的运动恢复结构（SFM）技术。首先,利用李代数旋转平均方法,将空间旋转关系的矩阵表达形式转换为向量的线性表达形式;然后,在最小二乘平差之前,引入L₁范数进行迭代初值优化,求解全局一致性旋转参数;最后,将位移和旋转参数的坐标系进行统一,实现匹配点三维坐标计算。试验结果表明,本文基于全局式SFM的无人机影像三维重建技术较传统摄影测量方法解算精度更高,三维点云重建效果更佳。在差分GPS摄站坐标辅助的光束法平差下,点位测量精度优于0.3 m;在不同航线布设条件下,影像解算的成功率均可达100%。     

一种改进的UAV视频序列影像镶嵌方法

视频序列影像自动镶嵌是UAV视频影像处理应用中的基础环节和重要研究方向。针对序列影像镶嵌过程中,由于配准精度不高、误差累积所导致的拼接错位严重,镶嵌结果不理想的情况,从提高特征匹配的精度和准确度出发,提出了一种改进型的UAV视频序列影像自动镶嵌方法。通过对特征匹配结果的精细化处理,保证了影像配准的正确性,取得了较好的镶嵌结果。     

一种改进的UAV视频序列影像镶嵌方法

视频序列影像自动镶嵌是UAV视频影像处理应用中的基础环节和重要研究方向.针对序列影像镶嵌过程中,由于配准精度不高、误差累积所导致的拼接错位严重,镶嵌结果不理想的情况,从提高特征匹配的精度和准确度出发,提出了一种改进型的UAV视频序列影像自动镶嵌方法.通过对特征匹配结果的精细化处理,保证了影像配准的正确性,取得了较好的镶嵌结果.     

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。     

一种基于拼接线的无人机序列影像拼接方法

通过无人机低空摄影获取的地面高分辨率影像具有成本低、方便快捷等优点,但由于超低空飞行拍摄的影像覆盖范围较小,所以需要通过影像拼接来获取更大范围的影像数据。研究了一种基于拼接线的影像拼接方法,对原有检测方法进行了改进,并通过实验说明了改进后的方法可以获得更好的拼接结果。     

一种无人机影像特征点筛选方法

随着无人机技术的发展,无人机影像特征点提取方法成为了研究的热点。本文针对提取到的特征点存在不同程度的冗余问题,在利用SIFT算法对无人机影像进行特征点提取的基础上,提出了一种基于欧氏距离和色彩差的特征点筛选原则。实验表明,通过计算特征点间欧氏距离可以检测距离较近的特征点,并以色彩差为取舍标准进行过滤筛选,得到的特征点分布均匀,在一定程度上降低了特征点的冗余度。     

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并行计算的巨幅遥感影像坐标转换研究与实现

随着航空航天遥感技术的不断发展,以遥感影像为代表的栅格数据分辨率越来越高,遥感影像处理呈现出数据量大、复杂度高的特点。近年来,通用GPU的运算性能不断提高为加速密集运算提供了新的途径,目前,采用GPU并行技术进行遥感影像处理成为新的研究热点。本文提出了基于GPU并行计算的巨幅遥感影像坐标转换方法,实践证明,相比于传统的转换方法基于GPU的算法有较为明显的提速。     

一种用于影像镶嵌的快速最小二乘序贯算法

为解决影像镶嵌时快速正确地确定像坐标系和用户坐标系的变换关系问题，本介绍了一种改进的基于Ｈｏｕｓｅｈｏｌｄｅｒ变换的最小二乘序贯算法。该算法可大大减少计算量，提高实用性。     

一种用于影像镶嵌的快速最小二乘序贯算法

为解决影像镶嵌时快速正确地确定影像坐标系和用户坐标系的变换关系问题,本文介绍了一种改进的基于Householder变换的最小二乘序贯算法。该算法可大大减少计算量,提高实用性。