作者在這篇專業(yè)碩士論文發(fā)表在上的論文中無人機影像自動拼接校正，研究無人機擁有快速、方便、空間分辨率高以及低成本獲取大量信息的特點，可以滿足遙感監(jiān)測的高時效和高精度要求，完善多平臺遙感立體監(jiān)測體系。并可幫助資源調(diào)查及災(zāi)害快速響應(yīng)，應(yīng)用范圍隨信息化快速增長，但現(xiàn)有的數(shù)據(jù)難以滿足需求。《大地縱橫》創(chuàng)刊于1994，本刊以馬列主義、毛澤東思想、 鄧小平理論和“三個代表”重要思想為指導(dǎo)，全面貫徹黨的教育方針和“雙百方針”，理論聯(lián)系實際，開展教育科學(xué)研究和學(xué)科基礎(chǔ)理論研究，交流科技成果，促進 學(xué)院教學(xué)、科研工作的發(fā)展，為教育改革和社會主義現(xiàn)代化建設(shè)做出貢獻。

　　摘要：無人機影像可獲得海量的高空間分辨率影像，在國土資源、林業(yè)調(diào)查、農(nóng)業(yè)、災(zāi)害快速響應(yīng)等多方面具有廣闊的應(yīng)用前景，不過如何立刻收集這些數(shù)據(jù)，是無人機快速應(yīng)用的一個難題。如何拼接一系列具有重疊區(qū)的相鄰影像，構(gòu)成無縫可用的總影像，是應(yīng)用的一個重要問題。研究采用浙江省富陽的無人機影像，預(yù)處理后基于參考影像，先對待匹配影像進行均質(zhì)化變換，以減小影像間的明顯差異，再尋找匹配特征并尋優(yōu)。在影像之間的重疊區(qū)域，為盡量達到影像間無縫連接，采用平滑處理。拼接算法在Matlab 6.5中實現(xiàn)所得到的最終結(jié)果，較好地實現(xiàn)了影像間的結(jié)合，總體連接平滑并且接縫不明顯。研究能夠為實現(xiàn)無人機影像的自動化處理，加快無人機在各領(lǐng)域的應(yīng)用。

　　關(guān)鍵詞：無人機;影像拼接;均質(zhì)化變換;重疊區(qū);平滑處理

　　影像拼接需求廣泛，并且是照相繪圖學(xué)、機器視覺、無人機影像處理研究的熱點。拼接無人機影像，采用連接一系列空間重疊的無人機影像，拼接成總的無縫高清無人機影像，與單幅無人機影像相比，視野更寬廣，應(yīng)用更廣泛[2]。

　　1理論基礎(chǔ)

　　無人機影像的拼接算法有基于區(qū)域相關(guān)的拼接算法和基于特征的配準算法。基于區(qū)域的配準方法依據(jù)灰度值或經(jīng)過快速傅里葉變換的灰度信息，采用最小二乘法等計算影像間灰度值的差異，根據(jù)這個縣尋找重疊區(qū)域的范圍和位置，然后判斷重疊區(qū)域的相似程度，從而進行無人機影像拼接;基于特征相關(guān)的拼接算法不直接利用無人機影像的像元值，而是以由灰度信息得出的無人機影像的特征作為標準，對無人機影像重疊部分的對應(yīng)特征區(qū)域進行搜索匹配，具有更強的魯棒性[3-5]。

　　無人機影像拼接技術(shù)主要分為預(yù)處理、配準、融合與邊界平滑3個部分。預(yù)處理就是先糾正變形圖像然后統(tǒng)一到建立的坐標系中，從而來測量地物的坐標信息[3]。由于無人機的體積較小，所以有抗風(fēng)能力差、自穩(wěn)定性不高的問題，雖然裝有自動駕駛與增穩(wěn)陀螺，但傾斜抖動仍不可避免，再加上相機鏡頭的非線性，會造成所得影像的各種幾何畸變，所以無人機影像拼接首先要對單幅無人機影像進行預(yù)處理，以減少無人機影像的問題導(dǎo)致的誤匹配。配準就是提取參考無人機影像和待拼接無人機影像中的匹配信息，并尋優(yōu)。由于下墊面不同、地形起伏、無人機的飛行姿態(tài)等差異，相鄰影像間的對應(yīng)信息亦有差異，一個好的無人機影像配準算法，應(yīng)能在更多差異情況下都能準確找到無人機影像間的對應(yīng)信息，實現(xiàn)無人機影像間的匹配和尋優(yōu)[5]。融合與邊界平滑是指完成無人機影像匹配之后，對無人機影像進行縫合，以及對縫合的邊界進行平滑處理使其自然過渡。因為采集相鄰的無人機影像時總有差異，從而使得一些本應(yīng)一致的無人機影像特性，在不同無人機影像中的表現(xiàn)也不一樣。所以從一幅無人機影像拼接過渡到另一幅無人機影像時，就會產(chǎn)生明顯的拼接縫隙。影像融合的目的就是為了讓這種接縫不明顯，達到視覺一致性[3，5，7]。

　　拼接算法在Matlab 6.5中實現(xiàn)。Matlab是美國MathWorks公司出品的專門以矩陣的形式處理數(shù)據(jù)商業(yè)數(shù)學(xué)軟件。具有：1)編程效率高;2)用戶使用方便;3)擴充能力強;4)友好的用戶界面;5)接近數(shù)學(xué)表達式的自然化語言;6)高效方便的矩陣和數(shù)組運算;7)完備的圖形處理功能，實現(xiàn)計算結(jié)果和編程的可視化等優(yōu)點[8]，從而應(yīng)用廣泛。

　　2數(shù)據(jù)與方法

　　無人機試飛于2009年夏季在浙江省富陽市進行，坐標東經(jīng)119°57′E、北緯30°03′N。旋翼無人機遙感平臺的系統(tǒng)集成主要有直升機本體、機載電控箱、地面站3個部分(圖1)。同時在日本新一代旋翼式無人航空攝影平臺Herakles Ⅱ基礎(chǔ)上集成，主要包括遙感設(shè)備及控制系統(tǒng)、飛行控制與監(jiān)視系統(tǒng)、無線電遙測遙控系統(tǒng)、數(shù)據(jù)傳輸和通訊系統(tǒng)等。

　　無人機影像拼接的主要流程如圖2所示。首先進行無人機遙感影像的預(yù)處理，并采用均質(zhì)化變換減小影像間的差異，最后運用漸入漸出加權(quán)平均法實現(xiàn)圖像融合[4]。預(yù)處理主要針對2個方面進行：糾正數(shù)碼照相機鏡頭非線性造成的畸變，糾正無人機由于平臺姿態(tài)、位置變化引起的傳感器外方位元素的誤差。

　　影像匹配的算法分基于灰度信息和基于特征的2種匹配算法。其中基于灰度信息的方法更簡便，而基于特征的匹配算法效率更高，魯棒性更好，包括基于 Harris算子、MSER算子、SURF算子以及SIFT算子的算法等。考慮到SIFT算法提取的特征點，在圖像進行一些尺度或視角的變化后仍可保持穩(wěn)定的這一優(yōu)點，有利于更好匹配2幅具有差異的圖像的特征[4]。這正針對無人機影像生成過程中主要的畸變情形，故而本研究采用該算法。采用高斯卷積核生成的尺度空間中檢測極值點，精煉特征點位置，最后采用關(guān)鍵點特征向量的歐氏距離作為判定度量2幅圖像中關(guān)鍵點的相似性[6]。

　　考慮到拍攝角度和曝光時間等條件的不同，待拼接無人機影像間可能存在像元值差異，并引起拼接后的無人機影像拼接縫合處出現(xiàn)明顯的明暗變化，對無人機影像拼接處的縫隙進行融合和平滑處理，以便實現(xiàn)最終的無縫拼接[5，7-8]。目前，無人機影像平滑處理的方法有多種，其中平均值融合法易于操作，算法簡單，但拼接痕跡過于明顯;多分辨樣條融合法拼接質(zhì)量高，可實現(xiàn)不同強度的無人機影像的融合，但實現(xiàn)起來比較復(fù)雜，計算量較大，過于繁瑣;加權(quán)平均值法簡單有效，能夠消除拼接痕跡[3]，故本研究使用像素加權(quán)融合法的漸入漸出法，重疊區(qū)域的像元值由2幅影像的像元值組合構(gòu)成，本研究采用5%的第1幅影像及 95%的第2幅影像。

　　3結(jié)果與分析

　　圖3所示是待拼接的2幅無人機影像，有航向重疊約20%，由一景無人機影像裁剪而成并模擬保留重疊(圖3)。

　　讀取2幅影像，找到它們的不變特征點，并且以連線來顯示這些關(guān)鍵點。不變特征點的尋找和選取是拼接匹配的關(guān)鍵，只有當距離小于距離比值乘以到次最近匹配的距離某個匹配才會被認可。生成1幅新影像，將2幅影像(待配無人機影像與參考無人機影像)放置在一起(圖4)。第1幅影像的尺寸為1 201×900，第2幅影像的尺寸相同。對應(yīng)點之間劃線，顯示匹配結(jié)果并計算出2幅影像的重疊區(qū)域，所要得到的最終結(jié)果，就是2幅影像的加和且只保留一次重疊區(qū)域。為保證2幅影像拼接之后看起來仍然保持一致，對第2幅影像(待配影像)參考第1幅影像進行均質(zhì)化變換，使其與第1幅影像相匹配。也就是說，拼接 2幅影像除重疊區(qū)域以外的部分，并重新計算重疊區(qū)域的情況，得到最終的結(jié)果(圖5)。

　　4結(jié)論

　　無人機影像拼接技術(shù)可以用來建立大視角的高分辨率圖像，落實無人機在國土資源、林業(yè)調(diào)查、農(nóng)業(yè)、災(zāi)害快速響應(yīng)等多方面的應(yīng)用。本研究結(jié)合圖像拼接的流程，實現(xiàn)無人機影像的自動拼接技術(shù)，為開發(fā)相關(guān)的自動處理軟件打下基礎(chǔ)。首先針對圖像進行預(yù)處理，包括幾何畸變校正和影像間的均質(zhì)化變換等，統(tǒng)一參考圖像和待拼接圖像。然后分析了現(xiàn)有的圖像配準算法，提取參考圖像和待拼接圖像中的匹配信息，并在其中尋優(yōu)。對于圖像間的重疊部分，進行融與邊界平滑處理，拼接影像并盡量讓接縫自然過渡。本研究還以浙江省富陽市的無人機試飛影像為例，在Matlab中實驗了上述過程，實踐了無人機影像的自動拼接。