论文部分内容阅读
无人机遥感具有实时的对地观测能力，可以低成本的获取高时空分辨率的影像，因此在摄影测量与遥感领域有非常广泛的应用，尤其在应急保障中，无人机遥感的灵活性使其具有很高的应用价值。由于单张影像往往不能覆盖要研究的整个地区，影像拼接是无人机影像处理不可或缺的技术，在应急响应中，快速的拼接算法更是研究重点。基于尺度不变特征的影像匹配算法对重合度较低的影像的匹配处理效果较好，也适用于运动场景影像和存在部分遮盖的影像匹配，因此可以用于无人机影像的拼接。本文主要以基于尺度不变特征的影像匹配算法为主线，对无人机影像快速拼接的关键技术进行了深入的研究，并实现了算法，论文的主要研究工作包括以下内容：1.总结了无人机影像拼接技术的研究意义和国内外发展现状，分析了无人机影像拼接的技术流程，确定了论文的主要研究内容。2.系统的介绍了SIFT、SURF特征提取算子的原理与特点，对比分析了随机KD树搜索和BBF搜索算法，阐述了RANSAC算法剔除误匹配点的原理，通过实验验证了SURF算子提取特征的速度比SIFT算子快。这部分内容在无人机影像拼接中属于特征匹配的阶段。设计了一种影像匹配方法，将带有亮度对比标识符的SURF特征提取算子，BBF搜索算法和RANSAC算法组合在一起，通过这几种方法来实现影像匹配。3.总结了相机的成像原理和无人机影像间的变换模型，介绍了单应矩阵的概念，并研究了其答解方法，采用RANSAC算法估计初始单应矩阵，然后利用L-M算法解算高精度单应矩阵，简单说明了影像插值的几种方法，介绍了多幅影像拼接时累积误差的形成与其对拼接效果的影响。针对多幅影像拼接时累积误差对拼接效果的影响，介绍了基于特征的整体优化调整方法，可以解决多幅影像拼接中存在累积误差的问题。4.总结了影像融合技术的几种方法，实现并对比分析了线性融合法和多频带融合法两种影像融合方法。设计了一种无人机影像拼接方法，将前面所述基于SURF的影像匹配方法和多频带融合法应用于无人机影像拼接中，用此方法实现了一组无人机影像三条航带的拼接。5.总结了论文的主要内容，总结了无人机影像快速拼接的技术流程，设计出一套基于SURF特征的无人机影像快速拼接的方案，并进行了实现，得到的拼接效果较为满意。