[發明專利]基于梯度領域的正射影像間最優拼接線尋找方法及系統

有效

• 申請號: 201611238098.X
• 申請日: 2016-12-28
• 公開（公告）號: CN106709897B
• 公開（公告）日: 2019-11-26
• 發明（設計）人: 姚劍;李禮;謝仁平;劉媛
• 申請（專利權）人: 武漢大學
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T3/40
• 代理公司: 42222 武漢科皓知識產權代理事務所(特殊普通合伙)
• 代理人: 胡艷<國際申請>=<國際公布>=<進入國

1.基于梯度領域的正射影像間最優拼接線尋找方法，其特征是，包括：

S1獲得待拼接正射影像間的重疊區域影像對，重疊區域影像對包括兩個重疊區域影像；本步驟具體為：

1.1根據正射影像的地理坐標信息，將待拼接正射影像對轉換至同一坐標系；

1.2求每張正射影像的有效區域，并生成Mask圖；若像素落于有效區域，則設置Mask圖上對應位置的值為1；若落于無效區域，則設置為0；有效區域即正射影像上有影像信息的區域；

1.3將待拼接正射影像對的兩張Mask圖進行與運算，得到重疊區域；即當兩張Mask圖對應位置的值均為1的區域為重疊區域；

1.4計算重疊區域的最大外包矩形，根據最大外包矩形，裁剪得到待拼接正射影像對的重疊區域影像對(I'₁,I'₂)；

S2計算重疊區域影像對的差異值，并獲得能量圖，本步驟具體為：

2.1將兩個重疊區域影像轉換成灰度影像，計算各灰度影像在x方向和y方向的梯度圖；

2.2根據梯度圖，分別計算各像素p在各重疊區域影像中的梯度方向值；

2.3根據梯度方向值計算各像素p的梯度方向變化值C_o(p)：

其中，O₁(p)和O₂(p)分別為像素p在兩個重疊區域影像中的梯度方向值；δ為標準方差，其為經驗值；

2.4根據梯度圖，分別計算各像素p在各重疊區域影像中的梯度大小變化值C_g(p)：

其中，和分別表示像素p在第一個重疊區域影像的x方向和y方向的梯度值；和分別表示像素p在第二個重疊區域影像的x方向和y方向的梯度值；

2.5根據梯度方向變化值和梯度大小變化值，計算各像素p在梯度領域的差異值C(p)：

C(p)＝λC_o(p)+C_g(p)

其中，λ是平衡參數，其為經驗值，用來平衡梯度方向變化值和梯度大小變化值的權重；

2.6根據各像素p的差異值C(p)生成重疊區域影像對的能量圖；

S3基于能量圖，以像素差異值累積和最小為目標，找尋最優拼接線。

2.如權利要求1所述的基于梯度領域的正射影像間最優拼接線尋找方法，其特征是：

步驟1進一步包括子步驟：

1.1根據正射影像的地理坐標信息，將待拼接正射影像對轉換至同一坐標系；

1.2求每張正射影像的有效區域，并生成Mask圖；

1.3將待拼接正射影像對的兩張Mask圖進行與運算，得到重疊區域；

1.4計算重疊區域的最大外包矩形，根據最大外包矩形，裁剪得到待拼接正射影像對的重疊區域影像對。

3.如權利要求1所述的基于梯度領域的正射影像間最優拼接線尋找方法，其特征是：

在執行步驟S3前，采用高斯濾波器對能量圖進行濾波。

4.如權利要求1所述的基于梯度領域的正射影像間最優拼接線尋找方法，其特征是：

步驟3具體為：

基于能量圖構建能量函數，所述的能量函數包括數據項能量和平滑項能量，采用圖割模型對能量函數進行優化，找到數據項能量和平滑項能量之和最小的拼接線，即最優拼接線。

5.基于梯度領域的正射影像間最優拼接線尋找系統，其特征是，包括：

第一模塊，用來獲得待拼接正射影像間的重疊區域影像對，重疊區域影像對包括兩個重疊區域影像；

第二模塊，計算重疊區域影像對的差異值，并獲得能量圖；

第三模塊，用來基于能量圖，以像素差異值累積和最小為目標，找尋最優拼接線；

所述第一模塊進一步包括：

坐標轉換模塊，用來根據正射影像的地理坐標信息，將待拼接正射影像對轉換至同一坐標系；

Mask圖生成模塊，用來求每張正射影像的有效區域，并生成Mask圖；若像素落于有效區域，則設置Mask圖上對應位置的值為1；若落于無效區域，則設置為0；有效區域即正射影像上有影像信息的區域；

重疊區域獲得模塊，用來將待拼接正射影像對的兩張Mask圖進行與運算，得到重疊區域；即當兩張Mask圖對應位置的值均為1的區域為重疊區域；

重疊區域影像對獲得模塊，用來計算重疊區域的最大外包矩形，根據最大外包矩形，裁剪得到待拼接正射影像對的重疊區域影像對(I'₁,I'₂)；

所述的第二模塊進一步包括：

梯度圖獲得模塊，用來將兩個重疊區域影像轉換成灰度影像，計算各灰度影像在x方向和y方向的梯度圖；

梯度方向值獲得模塊，用來根據梯度圖，分別計算各像素p在各重疊區域影像中的梯度方向值；

梯度方向變化獲得模塊，用來根據梯度方向值計算各像素p的梯度方向變化值C_o(p)：

其中，O₁(p)和O₂(p)分別為像素p在兩個重疊區域影像中的梯度方向值；δ為標準方差，其為經驗值；

梯度大小變化值獲得模塊，用來根據梯度圖，分別計算各像素p在各重疊區域影像中的梯度大小變化值C_g(p)：

其中，和分別表示像素p在第一個重疊區域影像的x方向和y方向的梯度值；和分別表示像素p在第二個重疊區域影像的x方向和y方向的梯度值；

差異獲得模塊，用來根據梯度方向變化值和梯度大小變化值，計算各像素p在梯度領域的差異值C(p)：

C(p)＝λC_o(p)+C_g(p)

其中，λ是平衡參數，其為經驗值，用來平衡梯度方向變化值和梯度大小變化值的權重；

能量圖生成模塊，用來根據各像素p的差異值C(p)生成重疊區域影像對的能量圖。