CN114936971B 一种面向水域的无人机遥感多光谱图像拼接方法及系统 （浙江理工大学）

一种面向水域的无人机遥感多光谱图像拼本发明公开了一种面向水域的无人机遥感多光谱图像拼接方法，根据经纬度POS信息进行点的相似性评估指标，筛选出符合要求的匹配2粗配准的过程如下：在拼接的前几轮使用帧到帧拼接策略，后续选择拼接图到拼接获取同一航线上相邻的图像I1和图像IZ，图像左上角的地理坐标分别为G1(配准图像的仿射矩阵参数的左上角像元地理坐标的否则采用查询索引KD树方式，建立一对多假设匹3第八步，对第四步中的两幅配准图像构建基于拉普拉斯Laplacian金字塔的多分辨率接收无人机遥感的多光谱图像，并将同时刻拍摄的同一位置的单波段图像进行合成，并根据获取单波段图像对应的经纬度POS信息剔除起飞和返航时的经纬高数据异常辨率ϵ以及测量系统的地理坐标系和投影坐标系；地面分辨率ϵ的计算公式如下：进行图像坐标系下像点g(x,y)与地理坐标系下对应物点G(xp,yp,zg)的变化关系转换；步骤23，由于相机的镜头光心与无人机的质心重合在正直摄影条件下，遥感图像中像点g(x,y)与校正后的像点g'(x,y)的满足关系式如其中，R(a)、R(B)、R(Y)、R(H)分别为基于俯仰角的校正旋转矩阵、基于滚动角的校步骤24，对步骤23中的R(a)、R(B)、R(Y)、R(H)分别建立俯仰角校正矩阵、滚动角校4利用仿射矩阵参数对遥感图像坐标与地理坐标进行转换，其包括6个参数，分别为5图像坐标系下任一点g(row,col)的地理坐标的计算公式如下：边形与图像IZ四角构成的四边形Izalzlzclzn的多边形重叠区域；协方差矩阵cov的计算公式如下:6步骤65，将步骤64中的主成分图像作为尺度不变特征变换其次对图像金字塔的每层图像使用不同的参数进行高斯模糊，得到的多张模糊过图L(x,y,o)=G(x,y,o)8I(x,y)（22）D(x,y,o)=(G(x,y,ko)-G(x,y,o)8I(x,))=L(x,y,ko)-L(x,y,o)（24）将每个像素点与同一尺度领域的8个像素点和上下相邻的尺度的18个像素点进行比7再将该区域细分为4X4个子区域，通过对梯度值进行加权的方法统计每个子区域中8采用查询索引KD树方式，通过空间距离选择与图像I1中每个特征点最接近的图像IZ中的个特征匹配点形成一对多的假设匹配集，并采取空间距离作为特征点相似性的评估指其中min_fst为最近空间距离，min_scd次近空间距离；当r<T，T是预先确定的比值，计算匹配点对间的距离，将距离值的最大最小值均匀的分[i-1,i+1]中的匹配点对是正确匹配点对，该匹配点对集为寻找的精确匹配点对；8在每个尺度即分辨率下，根据当前尺度的Gmask将两幅图像的Laplace金字塔图像实现如权利要求1-8任一所述的一种面向水域的无人9[0002]中国专利(公开号CN110503604A)公开了一种基于高精度POS的航空面阵影像实[0004]针对现有技术的缺陷，本发明的目的一在于提供一种根据经纬度POS信息进行图[0018]第八步，对第四步中的两幅配准图像构建基于拉普拉斯Laplacian金字塔的多分[0028]并根据获取单波段图像对应的经纬度POS信息剔除起飞和返航时的经纬高数据异地面分辨率∈以及测量系统的地理坐标系和投影坐γ[0061]将图像绕中心O点顺时针旋转γ度，然后根据无人机记录的经纬度经过坐标投影[0064]地面分辨率Xpixel＝-Ypixel＝-∈,此时Rγ=0；[0070]获取同一航线上相邻的图像I1和图像I2，图像左上角的地理坐标分别为G1(XE1,的四边形I1AI1BI1CI1D与图像I2四角构成的四边形I2AI[0097]步骤65，将步骤64中的主成分图像作为尺度不变特征变换SIFT特征点提取的输[0101]其次对图像金字塔的每层图像使用不同的σ参数进行高斯模糊，得到的多张模糊L(x,y,σ)表示原图像卷积[0108]将每个像素点与同一尺度领域的8个像素点和上下相邻的尺度的18个像素点进行I2中的n个特征匹配点形成一对多的假设匹配集，并采取空间距离作为特征点相似性的评和E2分别为两个特征点的特征描述子向量；[0137]再根据随机抽样一致RANSAC算法消除错误特征点对，从而计算出单应性变化矩[0139]所述第八步中，基于拉普拉斯Laplacian金字塔的多分辨率融合模型的构建方法[0142]在每个尺度即分辨率下，根据当前尺度的Gmask将两幅图像的Laplace金字塔图像理器实现上述的一种面向水域的无人机遥感多光谱图像[0149]本发明通过处理器实现上述的一种面向水域的无人机遥γ[0217]仿射矩阵参数可以用来对遥感图像坐标与地理坐标进行转换，其包括6个参数γ和G2E2[0224]将几何校正后的图像I1和图像I2分别绕O1和O2旋转γ度至航线方向，其仍是标准I2的拼接可认为是刚体平移变化，图像I2中的任一点可通过式(16)计算其在图像I1中的图[0229]将图像I1和I2分别绕O1和O2旋转γ度至航线方向后，然后可根据计算机图形学知[0232]a)输入大小为w×h，波段数为c的多光谱图像矩阵I，将I重组为w×h行c列矩阵[0237]d)对重组图像Ireshape提取特征向量Vec的主成分图像，并重组为w×h大小的图像[0239]2).将PCA提取的L(x,y,σ)表示原图像卷积[0248]将每个像素点与同一尺度领域的8个像素点和上下相邻的尺度的18个像素点进行[0262]采用KD树索引方式，通过欧式距离选择与图像I1中每个特征点最[0269]其中min_fst为最近空间距离，min_scd次近空间距离。当r<T(T是预先确定的比[0272]在拼接的前4轮使用帧到帧拼接策略，后续选择拼接图到拼接图的拼接策略以完理器实现上述的一种面向水域的无人机遥感多光谱图像现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0282]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一