无人机遥感图像拼接算法研究的中期报告.docx

无人机遥感图像拼接算法研究的中期报告
一、研究背景
目前，随着无人机技术的发展，利用无人机进行遥感图像采集已经成为一种重要的手段。尤其对于一些区域较为偏僻、交通不便或环境比较恶劣的地区，无人机遥感图像采集更是非常有优势的。但是，由于各种因素的影响，采集到的无人机遥感图像通常只能够覆盖到一个比较小的区域，且有很多的重叠部分。因此，对这些遥感图像进行拼接处理，将多张图像拼接成一张较大的完整图像，对于提高遥感数据的获取效率和提高地物识别精度都是非常有意义的。
二、研究内容
在本次研究中，我们主要针对无人机遥感图像拼接算法进行了研究。具体来说，本次研究的内容包括以下几个方面：
1.图像配准：针对采集到的多张遥感图像，我们首先需要进行图像配准，将这些图像对齐，使得它们能够在相同的坐标系下进行拼接。对于这一部分，我们主要采用基于SURF（Speeded-UpRobustFeatures）算法的图像配准方法，采用这种方法的优势在于处理速度快，对于光照、尺度变化、噪声等方面有很好的鲁棒性。
2.图像融合：在进行图像配准之后，我们需要将多张遥感图像进行融合，得到一张完整的图像。对于这一部分，我们主要采用基于小波变换的图像融合方法，这种方法在处理遥感图像时具有较好的效果。
3.图像平滑：在进行图像融合之后，由于融合时可能存在一些不连续的边缘现象，因此需要进行图像平滑处理，保证图像的连续性。对于这一部分，我们主要采用基于Laplacian算子的图像平滑方法。
三、进展情况
目前，我们已经完成了无人机遥感图像配准算法的实现，实现了SURF算法对图片的关键点提取、特征向量计算与匹配等操作，并实现了图像的几何变换，使得多张图片能够对齐在一张图片中。同时，我们也已经完成了小波变换的实现，实现了遥感图像的融合。在接下来的工作中，我们将继续进行图像平滑算法的实现，并对整个算法进行优化和完善。