一种基于SURF的快速无人机航拍图像拼接算法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106940876A(43)申请公布日2017.07.11(21)申请号201710092301.5(22)申请日2017.02.21(71)申请人华东师范大学地址200241上海市闵行区东川路500号(72)发明人文颖张乐(74)专利代理机构上海蓝迪专利商标事务所(普通合伙)31215代理人徐筱梅张翔(51)Int.Cl.G06T3/00(2006.01)G06T3/40(2006.01)G06T5/50(2006.01)权利要求书2页说明书6页附图3页(54)发明名称一种基于SURF的快速无人机航拍图像拼接算法(57)摘要本发明公开了一种基于SURF的快速无人机航拍图像拼接算法，首先对图像进行预处理，由于无人机拍摄图像尺寸过大，将所有图像降采样到一定尺寸。再利用SURF算法生成64维特征向量，然后利用最近邻和次近邻距离比值得到粗匹配对。之后利用RANSAC去除误匹配对并求解图像间的透视变换矩阵，由于无人机视角的变化，对透视变换矩阵进行调整并转换匹配图像，最后使用多频段融合算法融合图像以实现图像的无缝拼接。本发明能够对无人机拍摄的高精度高分辨率图像进行快速的图像拼接，拼接边缘过渡平滑且保留更多细节。CN106940876ACN106940876A权利要求书1/2页1.一种基于SURF的快速无人机航拍图像拼接算法，其特征在于，该方法包括以下具体步骤：步骤1：对输入图像进行预处理，缩小图像尺寸；步骤2：对输入图像用SURF算法检测特征点，并进行特征描述；步骤3：对提取到的特征采用基于最近邻和次近邻距离比值的方法进行匹配；步骤4：对匹配得到的特征点采用RANSAC算法剔除误匹配，得到优化后的特征点对；步骤5：计算图像间的变换矩阵并转换原始输入图像；步骤6：对多幅图像进行多频段图像融合。2.根据权利要求1所述的快速无人机航拍图像拼接算法，其特征在于，所述步骤1具体为：设输入图像长度为Height，宽度为Width，当输入图像面积大于106时，图像缩小比例为否则，不对图像进行缩放。3.根据权利要求1所述的快速无人机航拍图像拼接算法，其特征在于，所述步骤2具体包括：步骤a1：构建4层尺度空间；步骤a2：利用不同尺寸的盒子滤波器去近似不同尺度的二阶高斯滤波器，并用盒子滤波器和图像卷积,构建不同尺度的滤波响应图；步骤a3：在所构建的尺度空间中，对每一个3×3×3的局部区域进行非最大值抑制得到特征点的位置；步骤a4：在以特征点为中心6s为半径的圆形邻域内，累加扇形区域内小波响应，选取最大矢量为主方向；其中，s为特征点所在的尺度值；步骤a5：以特征点为中心，构建边长为20s的正方形窗口并划分为4×4个子窗口，每个子窗口计算小波响应得到四维向量，V＝(∑dx,∑dy,∑|dx|,∑|dy|)，整个窗口构建64维特征向量。4.根据权利要求1所述的快速无人机航拍图像拼接算法，其特征在于，在步骤3中，采用基于最近邻和次近邻距离比值的方法进行特征匹配，具体包括：在匹配的过程中，设I1,I2为两幅输入图像，t1i为图像I1上第i个特征点，在图像I2上寻找与该特征点之间距离最近的特征点t2％和次近距离的特征点t2％′即第j个特征点和第％′个特征点，距离分别为d1,d2，距离由特征向量的欧式距离平方和来计算；计算最近距离和次近距离的比值，小于某一个阈值的特征点认为是正确匹配的特征点，即d1≤αd2，其中α＝0.8，否则认为是错误匹配的特征点；遍历图像I1中所有特征点，找出I2中所有匹配的特征点。5.根据权利要求1所述的快速无人机航拍图像拼接算法，其特征在于，在步骤4中，采用RANSAC算法剔除错误匹配的特征点对，具体包括：步骤b1：设置迭代次数N；步骤b2：随机选取4对匹配的特征点，计算变换矩阵H；输入图像特征点对满足如下关系2CN106940876A权利要求书2/2页其中，(x1,y1),(x2,y2)分别是两幅输入图像中一对匹配的特征点，利用如上公式计算转换矩阵H中的8个参数:h1,h2,h4,h5表示图像旋转量和尺度，h3表示水平位移，h6表示垂直位移，h7,h8分别表示水平和垂直方向的变形量；步骤b3：计算每对匹配的特征点之间的距离；第一幅图像上的特征点X＝(x,y)经过变换矩阵变换之后得到关联点为HX，它们之间的欧氏距离为d2＝∑d(X,HX)2＝∑[(x-Hx)2+(y-Hy)2]，其中H为步骤b2中计算的转换矩阵；步骤b4：指定阈值，当距离小于阈值时，将该点视为内点，并记录内点的个数，若距离大于阈值则此特征点视为外点；步骤b5：重复步骤b2-b4共N次，选出内点数最多的变换模型，把该模型认为的外点剔除，利用所有的内点计算变换矩阵H即为最优的变换矩阵。6.根据权利要求1所