[發(fā)明專利]拼接航空多元并掃圖像的方法

有效

• 申請?zhí)枺?/td>: 201310412484.6
• 申請日: 2013-09-11
• 公開（公告）號: CN103455992A
• 公開（公告）日: 2013-12-18
• 發(fā)明（設(shè)計(jì)）人: 尤紅建;付琨
• 申請（專利權(quán)）人: 中國科學(xué)院電子學(xué)研究所
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 曹玲柱

技術(shù)領(lǐng)域

本發(fā)明涉及遙感圖像處理技術(shù)領(lǐng)域，尤其涉及一種拼接航空多元并掃圖像的方法。

背景技術(shù)

航空多元并掃是源于傳統(tǒng)膠片時(shí)代的全景攝影相機(jī)，具有很大的旁向視場角、分辨率高的特點(diǎn)，只需線陣探測器，就可以獲取寬幅圖像，常常應(yīng)用于紅外/夜視圖像的快速獲取。但由于多元并掃相機(jī)的焦距是保持不變的，在掃描的同時(shí)飛機(jī)向前運(yùn)動(dòng)，以及掃描鏡擺動(dòng)的非線性等因素，使得圖像的畸變較為復(fù)雜。為了獲取地面某個(gè)區(qū)域的圖像，常常利用多元并掃相機(jī)在飛行過程中通過物鏡的左右擺掃獲取圖像，而且在前后獲取的相鄰圖像根據(jù)飛行速度設(shè)計(jì)一定的重疊，而后通過圖像處理得到區(qū)域圖像，但由于飛機(jī)飛行中干擾因素較多，使得獲取的區(qū)域圖像之間的重疊是不斷變化的，增加了區(qū)域圖像處理的復(fù)雜度和難度。

目前國內(nèi)外對航空多元并掃圖像的自動(dòng)拼接處理的研究成果報(bào)道極少，而研究比較多的是無人機(jī)獲取的CCD圖像以及其他航空面陣圖像的拼接。這些拼接處理方法都是通過匹配算法提取重疊區(qū)域的同名點(diǎn)，然后計(jì)算相鄰面陣圖像的空間變換關(guān)系，在變換的基礎(chǔ)上完成圖像的拼接。例如胡慶武等人(胡慶武、艾明耀、殷萬玲、袁輝，大旋角無人機(jī)影像全自動(dòng)拼接方法研究，計(jì)算機(jī)工程，第38卷，第15期，2012)提出的大旋角無人機(jī)影像全自動(dòng)拼接方法，采用SIFT特征的單應(yīng)約束影像匹配算法，計(jì)算相鄰影像的最優(yōu)變換矩陣，在此基礎(chǔ)上給出了最優(yōu)變換矩陣的多分辨率樣條融合影像拼接算法。魯恒等人(魯恒、李永樹、何敬、陳強(qiáng)、任志明，一種基于特征點(diǎn)的無人機(jī)影像自動(dòng)拼接方法，地理與地理信息科學(xué)，第26卷第5期，2010)基于特征點(diǎn)的無人機(jī)影像自動(dòng)拼接方法，將穩(wěn)健的SIFT算法引入無人機(jī)影像自動(dòng)拼接中，并結(jié)合無人機(jī)自身的特點(diǎn)對算法進(jìn)行改進(jìn)，在進(jìn)行特征點(diǎn)提取前通過估算相鄰影像問的重疊度縮小了搜索范圍，應(yīng)用LM方法求得相鄰圖像間的精確變換矩陣，完成影像的拼接和鑲嵌。

目前已有的航空遙感圖像拼接技術(shù)，尤其是無人機(jī)獲取的航空圖像，都是針對面陣CCD相機(jī)圖像拼接。面陣相機(jī)獲取圖像時(shí)都是同時(shí)獲取視場范圍內(nèi)所有的像素，因此在考慮相鄰圖像的變換關(guān)系時(shí)，都是以面陣成像幾何關(guān)系為基礎(chǔ)。相鄰圖像間的變換模型采用透視投影模型，需要提取重疊區(qū)域的四個(gè)或更多的同名點(diǎn)控制點(diǎn)進(jìn)行計(jì)算。例如上面提及的兩種無人機(jī)圖像拼接方法，都是采用了透視投影模型。而一幅航空多元并掃圖像是采用線陣CCD通過掃描方式獲取的，即一幅圖像是按時(shí)間順序掃描成像的，不滿足面陣相機(jī)的透視投影模型，而且掃描過程中圖像會(huì)有局部的變形。因此相鄰的多元并掃圖像之間既要考慮整體的變換關(guān)系，還需要考慮掃描過程中局部的不均勻變形。

發(fā)明內(nèi)容

(一)要解決的技術(shù)問題

鑒于上述技術(shù)問題，本發(fā)明提供了一種拼接航空多元并掃圖像的方法，以準(zhǔn)確拼接航空多元并掃圖像。

(二)技術(shù)方案

根據(jù)本發(fā)明的一個(gè)方面，提供了一種拼接航空多元并掃圖像的方法。該方法包括：步驟A：在當(dāng)前幀圖像和上一幀圖像的重疊區(qū)域內(nèi)，分別提取兩幀圖像兩端的兩個(gè)最佳同名特征點(diǎn)；步驟B，根據(jù)當(dāng)前幀圖像和上一幀圖像的兩個(gè)最佳同名特征點(diǎn)計(jì)算兩幀圖像間的尺度因子m，旋轉(zhuǎn)參數(shù)θ；步驟C，按照計(jì)算得到的尺度因子m和旋轉(zhuǎn)參數(shù)θ對當(dāng)前幀圖像的每個(gè)像素進(jìn)行坐標(biāo)變換；步驟D，在掃描方向上每隔一段預(yù)設(shè)的像素距離提取經(jīng)過像素坐標(biāo)變換后的當(dāng)前幀圖像和上一幀圖像之間的同名點(diǎn)；步驟E，對于當(dāng)前幀圖像的每個(gè)像素，其縱向坐標(biāo)都保持不變，依照其左右兩側(cè)的兩個(gè)同名點(diǎn)調(diào)整當(dāng)前幀每個(gè)像素的每個(gè)列向坐標(biāo)；以及步驟F，將調(diào)整后的當(dāng)前幀圖像和上一幀圖像組合在一起，從而得到拼接后的航空多元并掃圖像。

(三)有益效果

從上述技術(shù)方案可以看出，本發(fā)明拼接航空多元并掃圖像的方法具有以下有益效果：

(1)在相鄰兩幀的幾何變換模型中采用了“尺度+旋轉(zhuǎn)”的變換模型，而沒有采用面陣相機(jī)的透視投影模型，適應(yīng)了航空多元并掃的相鄰圖像間的幾何變換模型，較好地解決相鄰圖像間的整體變換問題。

(2)在整體變換模型計(jì)算中應(yīng)用了掃描圖像兩側(cè)的同名點(diǎn)計(jì)算相鄰幀圖像之間存在的尺度和旋轉(zhuǎn)參數(shù)，通過整體的尺度和旋轉(zhuǎn)變換處理實(shí)現(xiàn)了相鄰圖像間大致的幾何粗拼接。

(3)在整體變換模型的基礎(chǔ)上，根據(jù)歸一化互相關(guān)匹配得到的大量局部同名點(diǎn)對圖像的掃描方向進(jìn)行局部坐標(biāo)變換和調(diào)整，較好地解決了相鄰圖像間的局部幾何不均勻性變形。從而能夠保證了局部圖像拼接的效果

附圖說明

圖1為根據(jù)本發(fā)明實(shí)施例拼接航空多元并掃圖像方法的流程圖；

圖2為相鄰兩幀航空多元并掃圖像中特征點(diǎn)分布的示意圖；