【技術(shù)實現(xiàn)步驟摘要】
本申請涉及圖像處理，具體涉及一種用于地形測繪的無人機影像處理方法。
技術(shù)介紹
1、地形測繪是許多工程和科研活動中不可或缺的基礎(chǔ)工作，地形數(shù)據(jù)的獲取是其中的重要環(huán)節(jié)。隨著無人機技術(shù)的不斷進步，無人機的對地觀測能力逐步提升，基于無人機影像的地形測繪技術(shù)體現(xiàn)出獨特的優(yōu)勢，現(xiàn)已廣泛應(yīng)用于國土資源監(jiān)測、防汛抗旱、工程建設(shè)等方面。在實際測繪過程中，無人機需要對整個目標區(qū)域進行多次拍攝，并使用影像拼接技術(shù)將具有重疊區(qū)域的圖像進行拼接，生成最終的地形測繪圖像。
2、目前，基于無人機影像的地形測繪技術(shù)主要采用特征匹配算法對獲取的地形圖像進行拼接。無人機在飛行過程中拍攝光影的變化和機載相機的抖動，導(dǎo)致經(jīng)典特征匹配算法選取的圖像特征點存在穩(wěn)定性差和模糊度高的缺陷，增大了圖像拼接的偏差，使拼接后的圖像在重疊區(qū)域出現(xiàn)目標錯位或偽影等問題。因此，如何優(yōu)化地形測繪過程中無人機影像特征點的選取，是目前亟待解決的問題。
技術(shù)實現(xiàn)思路
1、為了解決上述技術(shù)問題，本申請?zhí)峁┮环N用于地形測繪的無人機影像處理方法，以解決現(xiàn)有的問題。
2、本申請的一種用于地形測繪的無人機影像處理方法采用如下技術(shù)方案：
3、本申請一個實施例提供了一種用于地形測繪的無人機影像處理方法，該方法包括以下步驟：
4、獲取地形測繪灰度圖；
5、將地形測繪灰度圖分割為多個子塊，提取各子塊的邊緣得到各子塊的邊緣圖像；
6、獲取各子塊的邊緣圖像中的連通域，基于各子塊的邊緣圖像中所有像素點
7、剔除各子塊邊緣圖像中連通域面積大于地形特征閾值的連通域中的邊緣得到各子塊的特征圖像，并細化所述特征圖像得到各子塊的細化特征圖像；
8、基于各子塊的特征圖像與細化特征圖像中所有連通域的面積，結(jié)合各子塊的邊緣圖像中所有像素點的灰度值的分布情況得到各子塊的金字塔層數(shù)，以對地形測繪圖像進行拼接。
9、優(yōu)選的，所述地形特征閾值的確定過程為：
10、基于各子塊的邊緣圖像中所有像素點的灰度值的分布情況確定各子塊的第一閾值；
11、基于各子塊的邊緣圖像中所有連通域的面積確定各子塊的第二閾值；
12、基于所述第一閾值和第二閾值確定各子塊的地形特征閾值。
13、優(yōu)選的，所述各子塊的第一閾值為各子塊的邊緣圖像中所有像素點的灰度值的均值。
14、優(yōu)選的，所述各子塊的第二閾值為各子塊的邊緣圖像中所有連通域的面積的均值。
15、優(yōu)選的，所述各子塊的地形特征閾值的表達式為：；式中，表示第i個子塊的地形特征閾值；表示第i個子塊的第一閾值；表示第i個子塊的第二閾值；norm(?)表示歸一化函數(shù)。
16、優(yōu)選的，所述各子塊的金字塔層數(shù)的獲取方法為：
17、基于各子塊的特征圖像與細化特征圖像中各連通域的面積確定各子塊的曲線特征值；
18、各子塊的金字塔層數(shù)的表達式為：；式中，表示第i個子塊的金字塔層數(shù)；m為預(yù)設(shè)最大金字塔層數(shù)；表示第i個子塊的第二閾值；表示第i個子塊的曲線特征值；ceil(?)表示向上取整函數(shù)；norm(?)表示歸一化函數(shù)。
19、優(yōu)選的，所述各子塊的曲線特征值的獲取方法為：
20、基于各子塊的特征圖像中各連通域與細化特征圖像中對應(yīng)連通域的面積間的差異確定各子塊的第一特征值和第二特征值；
21、基于所述第一特征值和第二特征值確定各子塊的曲線特征值。
22、優(yōu)選的，所述確定各子塊的第一特征值和第二特征值，包括：
23、各子塊的第一特征值為各子塊的特征圖像與細化圖像中對應(yīng)連通域的面積的比值的累加和；
24、各子塊的第二特征值為各子塊的特征圖像與細化圖像中對應(yīng)連通域的周長的比值的累加和。
25、優(yōu)選的，所述各子塊的曲線特征值為各子塊的第一特征值與第二特征值的乘積。
26、優(yōu)選的，所述以對地形測繪圖像進行拼接，包括：
27、將各子塊的邊緣圖像及金字塔層數(shù)作為特征點提取算法的輸入，得到各子塊的特征點；
28、將相鄰兩幀的地形測繪圖像中所有子塊的所有特征點作為隨機抽樣一致性算法的輸入，得到相鄰兩幀間的正確匹配點對，并計算單應(yīng)性矩陣；
29、利用單應(yīng)性矩陣將正確匹配點對變換到其中一幀的地形測繪圖像中，將變換后的地形測繪圖像中所有正確匹配點的連線作為最佳縫合線，結(jié)合最佳縫合線算法對相鄰兩幀的地形測繪圖像進行拼接融合。
30、本申請至少具有如下有益效果：
31、本申請根據(jù)地形測繪灰度圖的圖像特征分布不均勻的特點，將地形測繪灰度圖進行分塊處理；基于各子塊的邊緣圖像中所有像素點的灰度值的分布情況及所有連通域的面積確定各子塊的地形特征閾值，以獲取子塊的特征圖像，在保留圖像細節(jié)信息的同時，排除受光影變化影響的像素點的干擾；基于各子塊的特征圖像與細化特征圖像中所有連通域的面積，結(jié)合各子塊的邊緣圖像中所有像素點的灰度值的分布情況得到各子塊的金字塔層數(shù)，增強在細節(jié)豐富區(qū)域的特征點提取能力，同時避免因在簡單地形處提取較多不穩(wěn)定特征點而造成的后續(xù)過度配準。最后，采用改進sift算法輸出的地形圖像特征點將地形測繪圖像逐幀進行拼接，得到拍攝目標區(qū)域的地形測繪拼接圖像。通過優(yōu)化地形圖像特征點的選擇和匹配，提高圖像拼接的整體質(zhì)量。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種用于地形測繪的無人機影像處理方法，其特征在于，該方法包括以下步驟：
2.如權(quán)利要求1所述的一種用于地形測繪的無人機影像處理方法，其特征在于，所述地形特征閾值的確定過程為：
3.如權(quán)利要求2所述的一種用于地形測繪的無人機影像處理方法，其特征在于，所述各子塊的第一閾值為各子塊的邊緣圖像中所有像素點的灰度值的均值。
4.如權(quán)利要求2所述的一種用于地形測繪的無人機影像處理方法，其特征在于，所述各子塊的第二閾值為各子塊的邊緣圖像中所有連通域的面積的均值。
5.如權(quán)利要求2所述的一種用于地形測繪的無人機影像處理方法，其特征在于，所述各子塊的地形特征閾值的表達式為：；式中，表示第i個子塊的地形特征閾值；表示第i個子塊的第一閾值；表示第i個子塊的第二閾值；norm(?)表示歸一化函數(shù)。
6.如權(quán)利要求2所述的一種用于地形測繪的無人機影像處理方法，其特征在于，所述各子塊的金字塔層數(shù)的獲取方法為：
7.如權(quán)利要求6所述的一種用于地形測繪的無人機影像處理方法，其特征在于，所述各子塊的曲線特征值的獲取方法為：
8
9.如權(quán)利要求7所述的一種用于地形測繪的無人機影像處理方法，其特征在于，所述各子塊的曲線特征值為各子塊的第一特征值與第二特征值的乘積。
10.如權(quán)利要求1所述的一種用于地形測繪的無人機影像處理方法，其特征在于，所述以對地形測繪圖像進行拼接，包括：
...【技術(shù)特征摘要】
1.一種用于地形測繪的無人機影像處理方法，其特征在于，該方法包括以下步驟：
2.如權(quán)利要求1所述的一種用于地形測繪的無人機影像處理方法，其特征在于，所述地形特征閾值的確定過程為：
3.如權(quán)利要求2所述的一種用于地形測繪的無人機影像處理方法，其特征在于，所述各子塊的第一閾值為各子塊的邊緣圖像中所有像素點的灰度值的均值。
4.如權(quán)利要求2所述的一種用于地形測繪的無人機影像處理方法，其特征在于，所述各子塊的第二閾值為各子塊的邊緣圖像中所有連通域的面積的均值。
5.如權(quán)利要求2所述的一種用于地形測繪的無人機影像處理方法，其特征在于，所述各子塊的地形特征閾值的表達式為：；式中，表示第i個子塊的地形特征閾值；表示第i個子塊的第一閾值；表示第i個子塊...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王建利，
申請(專利權(quán))人：北京午陽天成智慧科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。