[發(fā)明專利]一種無人機多光譜遙感圖像拼接分析方法

在審

• 申請?zhí)枺?/td>: 202210011577.7
• 申請日: 2022-01-06
• 公開（公告）號: CN114359052A
• 公開（公告）日: 2022-04-15
• 發(fā)明（設(shè)計）人: 楊洋;何小其
• 申請（專利權(quán)）人: 上海交通大學(xué)寧波人工智能研究院
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T7/10;G06N3/04;G06N3/08
• 代理公司: 上海劍秋知識產(chǎn)權(quán)代理有限公司 31382
• 代理人: 徐浩俊

本發(fā)明公開了一種無人機多光譜遙感圖像拼接分析方法，涉及圖像處理技術(shù)領(lǐng)域，包括S1000、檢測模型訓(xùn)練，標(biāo)注多光譜遙感圖像數(shù)據(jù)集并通過多光譜遙感圖像數(shù)據(jù)集對檢測模型進行訓(xùn)練；S2000、待拼接圖像推理，使用訓(xùn)練后的檢測模型對待拼接圖像進行推理檢測；S3000、待拼接圖像拼接，對特征描述子進行匹配并對待拼接圖像進行拼接得到全景圖像。本發(fā)明基于易于剪裁的深度學(xué)習(xí)框架，將圖像拼接和分析處理流程中的特征描述子提取和語義分割兩個步驟有機結(jié)合在一起，大大減少了算力需求，極大地簡化了流程，并且方便部署。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種無人機多光譜遙感圖像拼接分析方法。

背景技術(shù)

近年來，隨著無人機，光譜傳感和圖像分析技術(shù)的日益成熟，無人機多光譜軟硬件一體化程度和觀測精度以及易用性得到了極大的發(fā)展和進步，無人機多光譜遙感已經(jīng)在農(nóng)業(yè)，林業(yè)，資源，生態(tài)，環(huán)境保護等領(lǐng)域應(yīng)用日漸廣泛。通過對某一區(qū)域的無人機航拍多光譜圖像進行拼接和分析，能夠得到該區(qū)域的精準(zhǔn)信息，如在農(nóng)業(yè)林業(yè)領(lǐng)域中對植物作物長勢種類進行分析，對長勢和病蟲害進行檢測，對產(chǎn)量進行預(yù)估等。基于無人機的多光譜遙感技術(shù)具備機動靈活，操作簡單，按需獲取的優(yōu)點，有效克服了衛(wèi)星及大型航空遙感系統(tǒng)分辨率低，重訪周期長，受水汽環(huán)境影響大等不足。

專利CN201210510695.9公開了一種基于人眼視覺特性的遙感圖像拼接方法，通過提取參考圖像和待拼接圖像上的特征點并建立匹配特征點對，得到參考圖像和待拼接圖像之間初始的變換矩陣，然后通過迭代的方法不斷更新變換矩陣，最終使用該變換矩陣對待拼接圖像進行投影變換和拼接融合。該發(fā)明使用基于尺度空間不變性原的SIFT方法提取特征描述子，其對圖像畸變，視角變化，光照變化的魯棒性不足，需要進一步的提高。

專利CN202011464573.1公開了一種基于特征優(yōu)化及最優(yōu)拼接縫的航空遙感圖像拼接方法，利用改進的SURF算法進行圖像特征點的粗匹配并基于正態(tài)分布的特征點精匹配，圖像融合。該專利雖然提出了一種提出一種特征點的篩選方法可以用來計算更加準(zhǔn)確的變換矩陣，實現(xiàn)更準(zhǔn)確的配準(zhǔn)，但是其使用的SURF算法仍然是一種基于手工涉及的通用特征提取算法，仍然具備魯棒性不足的特點，需要進一步的提高。

專利CN201710934732.1公開了一種基于改進分段仿射變換模型的城市遙感圖像拼接方法，采用歸一化圖像匹配算法獲取圖像重疊區(qū)的密集匹配點，并將其中的誤匹配點去除，得到可以真實反映片間相對位置關(guān)系同名點，利用改進分段仿射變換模型對相對位置關(guān)系同名點進行匹配。該方法使用的歸一化互相關(guān)匹配算法對運算量的需求較大，對于要求實時匹配的地形輔助導(dǎo)航系統(tǒng)來說,其運算速度需要進一步提高。

專利CN201811104500.4公開了一種基于無人機遙感的農(nóng)田高精度導(dǎo)航地圖生成方法，即通過無人機拍攝獲得多幅農(nóng)田遙感圖像并拼接成農(nóng)田全景圖像，然后采用算法對農(nóng)田全景圖的正射圖像進行分割并采用NDVI提取農(nóng)田區(qū)域。該發(fā)明在獲得全景圖像后僅通過NDVI的方式分割感興趣區(qū)域，方法較為單一且不具備通用性。

因此，本領(lǐng)域的技術(shù)人員致力于開發(fā)一種無人機多光譜遙感圖像拼接分析方法。

發(fā)明內(nèi)容

有鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明所要解決的技術(shù)問題是技術(shù)棧結(jié)構(gòu)復(fù)雜，算力需求過高，實際部署不夠靈活。

發(fā)明人對無人機多光譜遙感圖像拼接分析的技術(shù)概括為：

特征描述子提取，通過基于歸一化圖像匹配算法，尺度空間不變性原則等的傳統(tǒng)處理方法或者基于深度學(xué)習(xí)的特征提取方法從多光譜圖像中提取到若干均勻分布于圖像、并且能夠較好的代表周圍特征的一些特征描述子；

特征描述子匹配，對多張圖像的特征描述子基于一些啟發(fā)式的方法進行匹配；

圖像拼接，通過幾何校正，單應(yīng)性變換，圖像消融等方法將這些多光譜圖像拼接成覆蓋整個感興趣區(qū)域的高分辨率，高精度圖像；