无地面控制的无人机影像全自动快速拼接

无人机图像拼接算法的研究及实现随着近年来无人机技术的飞速发展，无人机图像拼接技术也得到了广泛的应用。

该技术可以将无人机拍摄得到的相邻区域的图像进行拼接，生成高分辨率的全景图像，提供了一种高效的地图制作和空中监测的手段。

本文将从无人机图像拼接的原理入手，分析其算法的研究，介绍常见的图像拼接算法以及其应用场景，并在最后给出一个无人机图像拼接的实现实例。

一、无人机图像拼接原理无人机的航拍图像拼接是借助现代数字图像处理技术来实现的。

该技术需要处理大量的数据，并结合图像的特征进行定位，将相邻图像进行拼接，生成全景图像。

以下是无人机图像拼接的原理图：如图所示，相机通过对地面连续拍摄，得到多幅重叠区域较多的图像。

在无人机图像拼接中，首先需要对相机进行标定，得到相机的内外参数。

然后，根据每张拍摄的图像的特征，例如SIFT特征，计算出每幅图像的特征点。

接着，通过匹配不同图像之间的特征点，建立不同图像之间的关系。

最后，运用优化算法对关系进行优化，完成图像拼接，生成全景图像。

二、无人机图像拼接的算法研究目前，无人机图像拼接的算法主要有以下几种：1. 基于特征点匹配的无人机图像拼接算法这种算法主要的思路是在多副图像上提取一些稀有的、具有代表性的特征点。

然后根据特征点的相似程度进行匹配，得到匹配点对。

匹配点对的质量好坏非常重要，其正确率和准确度直接决定了拼接后的图像质量。

这种算法的核心是对特征点的提取和匹配两个部分的处理。

由于SIFT, SURF和ORB等算子在特征提取和匹配上有着良好的效果，因此应用广泛。

2. 基于区域分割的无人机图像拼接算法该算法主要是先将输入的拍摄图像进行区域分割，将该图像分为多个区域，然后根据区域之间的相似度，通过一系列的变换操作，将这些不同区域的图像配准后合并起来生成全景图像。

这种算法具有很好的兼容性和可扩展性，能够处理不同场景和不同光照下的图像拼接。

但是该算法也存在着一些缺陷，例如耗费计算时间比较长而导致对计算机处理性能的要求比较高。

无人机影像的快速拼接及其误差刘庆元;刘有;邹磊;易柳城【摘要】The geographic coordinates of each correspondence point on UAV's (Unmanned aerial vehicles) image pairs are determined by the photogrammetric models of stereo image pairs and data of the DGPS/IMU (Differential GPS/Inertial measurement unit) after the correspondence points are correctly matched. The mosaic image is re-sampled and demonstrated with geographic coordinates instead of pixel coordinates. The experiments results show that the process of mosaic image can be directly adopted without projection correction with the situation of flat area. In wavy terrain, a set of UAV's image is separated into several patches to mosaic UAV's images because the projection error is big and results in error propagation impacts on estimation of geographic coordinate of a mosaic image. The accuracy and precision of geo-location of a mosaic image can be achieved as same as the image with scale of 1:25 000.%利用经过差分的DGPS数据和IMU(Inertial measurement unit)获取的外方位元素,经过影像匹配产生的同名点,获得同名点地理坐标,使各个模型在此基础上连接起来.经过影像重采样用地理坐标代替像素坐标,使拼接后的影像具有拍摄时的地理坐标.实验结果表明:平坦地区投影差较小,可以不进行投影误差改正,直接利用左右影像同名像点进行影像拼接；丘陵山区因为投影误差的影响,影像拼接的误差累积较快,此时应采用分带拼接,避免误差积累.拼接后的影像坐标与拼接精度达到了1∶2.5万比例尺影像图的精度.【期刊名称】《中国有色金属学报》【年(卷),期】2012(022)003【总页数】6页(P889-894)【关键词】UAV影像拼接;坐标转换;影像拼接误差【作者】刘庆元;刘有;邹磊;易柳城【作者单位】中南大学有色金属成矿预测教育部重点实验室,长沙410083;中南大学地球科学与信息物理学院,长沙410083;中南大学有色金属成矿预测教育部重点实验室,长沙410083;中南大学地球科学与信息物理学院,长沙410083;中南大学有色金属成矿预测教育部重点实验室,长沙410083;中南大学地球科学与信息物理学院,长沙410083;中南大学有色金属成矿预测教育部重点实验室,长沙410083;中南大学地球科学与信息物理学院,长沙410083【正文语种】中文【中图分类】P623.2随着无人机的广泛应用，各种影像和视频影像的获取更加方便和及时，但影像的及时处理和初步定位显得越来越重要。

简析无人机技术航拍与图像拼接技术1 概述随着社会不断发展和进步，无人机遥感技术在很多领域发挥着不可或缺的作用，譬如军事领域、农业领域、考古领域、环境监测领域、城市规划领域、灾害监测领域、地理测绘领域等。

无人机遥感技术之所以会有如此广泛的应用，是由于无人机遥感图像具有高灵活性、续航时间长，可以在特别危险地区探测，效率特别高，成本也低，还有无人机可在低海拔地区飞行，能够避免云层干扰等独特优势。

2 无人机遥感发展2.1 无人机发展概况因为计算机技术的不断发展，无人机遥感技术也获得了巨大进步，并且因为本身独特优势，受到愈来愈广泛的关注。

一般来说，无人机遥感技术提取和归纳人们所需信息，主要是利用精密成像仪器和图像分析技术，然后通过对这些时效性较高的图像进行特性分析等其他操作来达成。

无人机遥感技术发展如此之快，以至于图像拼接技术也受到越来越多关注，国内外很多研究人员正在对图像拼接技术进行更深研究。

目前，无人机图像拼接技术受到普遍关注，各个国家的学者都进行着与无人机图像拼接有关技术研究工作。

图像拼接技术通过数年研究，已经获取相当多研究成果，但是现在依然有很多问题有待解决，诸如相幅较小、数量多、影像倾斜度大、重叠不规则等一系列问题。

图像拼接效果和效率主要受图像配准精度和有效性所制约。

2.2 无人机航拍原理无人机，顾名思义是一种无人驾驶的或称作不载人的飞行器。

它主要是通过无线电遥控设备或机载计算机程序系统来进行控制。

无人机航拍是以无人机作为拍摄基准平台，随机载有高分辨率CCD数码相机、红外扫描仪、激光扫描仪等机载遥感设备获取地面图像或其他类型数据信息。

通过计算机对所获取的遥感图像信息按照一定精度要求进行解译识别处理，并制作成相关更重要、更全面信息的大幅全景图像。

无人机航拍技术是一种全新的高科技遥感应用技术，需要多种技术手段互相支撑构建成为一个平台系统。

全系统是集成遥感、遥测技术与计算机技术新型应用技术，在设计和最优化组合方面具有突出特点。

航空照相机的全景图像拼接技术随着无人机技术的快速发展，航空照相机作为无人机上的重要组成部分，越来越被广泛应用于航空摄影、地理测绘、农业科学等领域。

而其中一项关键技术——航空照相机的全景图像拼接技术，则成为了许多专业摄影师和测绘工作者所关注和探索的重点。

全景图像拼接技术是指将多幅局部重叠的照片通过计算机算法进行自动拼接，生成一幅无缝衔接的大尺寸全景图像的过程。

这项技术的发展，使得我们可以更好地捕捉和保存大范围的景观，更准确地记录和表达真实世界的细节和信息。

航空照相机的全景图像拼接技术的关键在于如何实现照片之间的准确定位和重叠区域的自动识别。

在航空摄影中，由于无人机在拍摄过程中会发生姿态变化和高度变化，这就造成了照片之间的尺度差异和视角变化，在进行图像拼接时增加了一定的难度。

为了解决这一问题，研究人员提出了多种算法和方法。

其中，图像特征点匹配是一种常用的方法。

该方法通过寻找图像中的关键点，并计算关键点的描述子，然后通过匹配关键点和描述子来找到对应的点，从而实现图像的对齐和融合。

此外，还可以利用传感器数据、GPS信息和惯性导航系统等，提高航空照相机姿态、位姿的估计精度，进一步优化图像拼接的结果。

除了关键点匹配，多图像融合算法也是实现航空照相机全景图像拼接的重要手段之一。

该算法通过对多幅图像进行颜色、亮度、对比度等方面的调整，使得图像在拼接后具有一致的外观。

同时，还可以采用多重融合方法，将不同的图像特征和信息进行优化和融合，从而得到更准确的全景图像。

除了技术点的研究，航空照相机全景图像拼接技术的发展还需要考虑到实际应用中的需求和使用场景。

例如，对于航空摄影来说，拼接后的全景图像对于地理测绘、城市规划、农业科学等领域的应用至关重要。

因此，算法的稳定性、拼接效果的准确性和高效性等方面都需要进行综合考虑。

此外，在航空照相机全景图像拼接技术的研究和应用过程中，还需要关注数据的存储和处理。

航空照片的体积通常很大，因此如何高效地存储、传输和处理这些数据，也是一个需要解决的问题。

测绘技术无人机影像配准要点随着科技的迅猛发展，测绘技术也进入了一个全新的时代。

无人机作为一种高效、快速的测绘工具，在测绘领域得到了广泛应用。

然而，无人机测绘的关键环节之一就是影像配准，即将采集的图像与地理坐标系进行对应，以获得准确的地面位置信息。

下面本文将重点介绍无人机影像配准的要点。

一、准备工作在进行无人机测绘之前，首先需要进行一些准备工作，以确保影像配准的精度和效果。

在选用无人机和相机设备时，要根据不同的实际需求选择合适的型号和配置，例如像素大小、航拍速度等。

同时，还需要在地面上设置几个已知地理坐标的控制点，这些点可以用精准测量仪器进行测量，并进行后期处理和校正。

二、采集图像在飞行过程中，无人机会自动拍摄一系列航拍图像，这些图像将作为影像配准的基础数据。

为了获得更好的配准结果，需要注意以下几点：1. 飞行高度和航线间距：合理的飞行高度和航线间距可以保证图像中有足够的地物特征点，有利于配准算法的准确性。

一般来说，越复杂的地形和地貌，需要更加密集的数据采集密度。

2. 飞行速度：过高的飞行速度可能导致拍摄的影像模糊，影响配准的精度，而过低的飞行速度又会导致数据采集的效率低下。

因此，需要根据实际情况选择适当的飞行速度。

3. 光照条件：避免在强烈的光照条件下进行航拍，因为过大的光照差异会对影像配准产生不利影响。

三、影像预处理在进行影像配准之前，需要对采集到的图像进行一些预处理工作，以提高影像配准的精度和稳定性。

主要包括以下几个方面：1. 畸变校正：无人机相机中常常存在着各种畸变，如径向畸变、切向畸变等。

通过使用相机模型进行畸变校正，可以提高影像质量，并减小配准误差。

2. 去除重叠区域：由于航线的重叠，飞行过程中拍摄的图像存在一定的重叠区域，这些重叠区域对于影像配准是冗余和无效的。

因此，在配准之前需要将重叠区域进行去除。

3. 增强对比度：图像的对比度对于影像配准的精度有一定的影响。

通过适当地增强图像对比度，可以提高影像中地物特征点的识别率，从而提高配准的准确性。

无人机后期航片拼接软件PhotoScan详细使用教程摘要：本文主要介绍一款无人机航片后期处理软件——Agisoft Photoscan，手把手教你完成航片正射影像拼接、生成DEM。

PhotoScan是一款基于影像自动生成高质量三维模型的软件。

使用时无需设置初始值，无需相机检校，利用最新的多视图影像三维重建技术，就可以对具有影像重叠的照片进行处理，也可以通过给予的控制点生成真实坐标的三维模型。

无论是航拍影像还是高分辨率数码相机拍摄的影像都可以使用这个软件进行处理。

整个工作流程无论是影像定向还是三维模型重建过程都是完全自动化的。

PhotoScan可生成高分辨率真正射影像和带精细色彩纹理的DEM模型。

使用控制点可达5cm精度。

完全自动化的工作流程，即使非专业人员也可以在一台电脑上处理成百上千张航拍影像，生成专业级别的摄影测量数据。

航片拼接软件有很多，之前我们使用过Pix4D、Global mapper、EasyUAV、Photoscan，几款软件用下来，无论是操作流程，还是出图效果和速度，Photoscan 的表现都要好于其他几款。

Photoscan是俄罗斯的东西，正版价格4万左右，但是提供30天全功能试用。

对电脑硬件的依赖也比其他要低。

很多人在用的Pix4DMapper是瑞士一家公司的产品，功能上和Photoscan大同小异，但是正版价格可以买2套Photoscan了，而且使用下来，感觉对电脑的要求比Photoscan高不少，16G内存的电脑频频弹窗警告。

PhotoScan优势盘点：支持倾斜影像、多源影像、多光谱影像的自动空三处理支持多航高、多分辨率影像等各类影像的自动空三处理具有影像掩模添加、畸变去除等功能能够顺利处理非常规的航线数据或包含航摄漏洞的数据支持多核、多线程CPU运算，支持CPU加速运算支持数据分块拆分处理，高效快速地处理大数据操作简单，容易掌握处理速度快不足：缺少正射影像编辑修改功能缺少点云环境下量测功能功能介绍：1.软件安装（安装大概15分钟）官网下载软件，安装。

无人机视频流倾斜影像快速拼接方法郑晖;黎晓东;渠永平【摘要】为了解决无人机视频流倾斜拍摄快速拼接误差较大的问题,提出一种局部最优的视频流拼接方法.该方法首先利用透视投影的方法将倾斜影像纠正为近似正射影像,消除大倾角影像的几何变形问题;然后利用CUDA技术加速ORB算法,快速得到帧间变换模型;在拼接时动态选取基准面,利用Levenberg-Marquardt算法优化各影像变换到基准面的绝对单应性矩阵完成视频流的序列拼接.实验结果表明:利用该方法获得的拼接影像减小了倾斜拍摄带来的误差,提高了拼接影像的质量.【期刊名称】《科学技术与工程》【年(卷),期】2016(016)032【总页数】7页(P263-268,282)【关键词】视频流拼接;倾斜影像纠正;CUDA;ORB;Levenberg-Marquardt【作者】郑晖;黎晓东;渠永平【作者单位】中国矿业大学(北京)地球科学与测绘工程学院,北京100083;北京大学遥感与地理信息系统研究所,北京100871;北京大学遥感与地理信息系统研究所,北京100871;中北大学,材料科学与工程学院,太原030051【正文语种】中文【中图分类】TP391.41利用无人机平台可以快速获取航拍视频，为了获得较大的视野，一般都是倾斜拍摄，但是由于帧幅较小，无法表达摄区的完整信息，为了快速获取摄区大范围的影像，满足灾害发生时的应急需求，对视频流进行拼接可以快速获取摄区的全貌，为抗震救灾、应急救援提供参考资料，由倾斜摄影获取的视频，其影像的地面分辨率和比例尺处处不同，同一地物在不同时刻呈现的形状差异很大，如果直接利用提取的视频帧进行拼接，不能保证匹配点对的有效性，计算得到的变换模型会有很大误差。

针对倾斜摄影具有较大旋角的特性，张振超等[1]通过ASIFT匹配实验，分析了影像倾斜度与影像匹配有效性的相互关系。

虽然ASFIT算法具有完全仿射不变性，但是计算过程需要处理多张模拟影像的特征点和特征描述子，计算复杂度高，不能用于实时处理。

大规模无人机图像并行拼接方法随着无人机技术的快速发展，大规模无人机图像的拍摄和处理成为了一个越来越重要的课题。

传统的图像拼接方法无法很好地应对大规模无人机图像的处理需求，因此，研究并开发高效准确的大规模无人机图像并行拼接方法具有重要的意义。

本文将介绍一种基于并行计算的大规模无人机图像拼接方法，以提高图像处理的效率和准确性。

一、概述大规模无人机图像包含大量高分辨率的图像，传统的串行计算方法处理这些图像需要耗费大量时间和计算资源。

因此，采用并行计算的方法可以有效提高图像处理的效率。

本文提出的大规模无人机图像并行拼接方法基于分块处理和GPU加速，并结合相关算法进行图像匹配和拼接，以实现高效准确的图像拼接。

二、方法描述1. 数据准备首先，需要将大规模无人机图像分块，将每个分块的图像单独加载到内存中进行处理。

通过分块加载，可以降低内存的使用量，并且方便后续的并行处理。

2. 并行计算本文采用图像处理中常用的GPU加速技术，将图像匹配和拼接的计算任务分配给多个GPU核心进行并行计算。

GPU的并行计算能力强大，可以同时处理多个图像块，大大提高图像处理的效率。

3. 图像匹配在图像匹配阶段，使用SIFT（Scale-Invariant Feature Transform）算法进行特征提取和匹配。

由于大规模无人机图像存在大量的特征点，可以通过并行计算加速特征点的提取和匹配过程。

通过匹配算法可以得到每个图像块的匹配点集合。

4. 图像拼接根据得到的匹配点集合，使用RANSAC（RANdom SAmple Consensus）算法进行图像拼接。

RANSAC算法能够排除错误匹配点，提高图像拼接的准确性。

同时，通过并行计算可以加速RANSAC算法的执行，从而缩短图像拼接的时间。

5. 图像优化在图像拼接完成后，可以进行一些图像优化操作，如色彩校正、边缘平滑等，以进一步提升图像质量和观感。

三、实验与结果本文采用具有多个GPU核心的计算机进行实验，使用大规模无人机图像数据集进行测试。

photoscan无人机使用手册PhotoScan在无人机航空摄影测量中的应用案例随着航空摄影测量技术的飞速发展，利用低空无人飞机进行航空摄影获取遥感数据已成为现实。

但由于无人机飞行姿态不稳定,所获取的影像存在旋片角大、畸变严重等现象。

由于以上特点，利用传统的航空摄影测量数据处理软件处理无人机航摄数据时，工作量大，工作周期长。

Agisoft PhotoScan软件是AGISOFT公司出品的3D扫描系统，在影像的快速拼接，DEM、DOM快速生成方面具有自己的优势。

本文以青海省格尔木市夏日哈木镍钴矿区的无人机影像数据为资料，利用PhotoScan作为数据处理工具，就影像自动快速拼接、正射影像图（DOM）及三维地表模型（DSM）的生成方法进行了探讨与研究。

1 原始数据的特点及来源利用无人机航空摄影获取影像数据，速度快，效率高，但无人机航测不同于传统的大飞机航测，因为它体积小，重量轻，姿态稳定性方面不如大飞机，在飞行过程中伴随自驾仪对其姿态的不断调整，有时会产生较大的旋片角。

而且由于所搭载的相机毕竟不如专业大飞机航测所用的相机，其影像畸变也较为严重。

不过随着科学技术的不断发展及处理无人机航测影像软件的技术不断改进，以上问题已经得到解决和验证。

本测区影像数据就是通过无人机航空摄影测量技术所获取的，其分辨率按设计要求为0.2米，设计航高为1100米，实施航飞共计四个架次，布设40条航线，总航程445.83公里，测区范围总面积达120平方公里（图1），获取原始照片数据2185张（图2）。

图1 图22 数据处理软件Agisoft PhotoScan的分析介绍Agisoft PhotoScan是俄罗斯Agisoft公司研发的3D扫描软件，这是一款基于影像自动生成高质量三维模型的软件，它根据多视图三维重建技术，可以对任意照片进行处理，小到考古摆件，大到大量航片数据处理，软件仅通过导入具有一定重叠率的数码影像，便可实现高质量的正射影像生成及三维模型重建，整个工作流程无论是影像定向还是三维模型重建过程都是完全自动化我们将PhotoScan引入无人机航空摄影测量数据处理应用当中，结合夏日哈木矿区无人机航飞数据，实现了航测成果中DOM和DSM产品的生产（图3）。

基于免像控技术的无人机测图方法及精度分析发布时间：2023-03-21T02:06:59.005Z 来源：《工程管理前沿》2023年1月1期作者：王兴富1 尹作霞2 刘备3[导读] 目前，测量数据采集手段多样化，无人机航测已经是常见的数据采集手段。

所谓的免像控就是不需要人工进行地面操控，无人机上装载POS定位定向系统，根据地面基站，实时获取像片的外方位元素，应用共线条件方程求得地面加密点的坐标。

王兴富1 尹作霞2 刘备31济南市勘察测绘研究院 2济南市不动产登记中心 3济南市勘察测绘研究院摘要：目前，测量数据采集手段多样化，无人机航测已经是常见的数据采集手段。

所谓的免像控就是不需要人工进行地面操控，无人机上装载POS定位定向系统，根据地面基站，实时获取像片的外方位元素，应用共线条件方程求得地面加密点的坐标。

但是在无人机作业过程中，飞行航线设计、影像获取、数据处理等各个环节都会影响作业效率及成果精度。

本文结合实际项目，分析无人机在作业过程中遇到的实际问题，并提出了解决方案。

关键词：免像控技术；无人机；测图方法；精度分析引言传统的航测技术因使用性不强、成本高、极易受天气影响等缺点，只能应用于中小比例尺的测量工作中。

无人机技术因其具备时效性强、成本低、不易受外在条件影响等优点，被测绘人员进行广泛使用，该技术由于能快速得到数字高程模型DEM、正射影像图DOM等，已成为当前获取空间地理信息的一个重要手段，而免像控技术近几年扩大应用，取得了良好的成绩。

一、免像控技术介绍．1.1无人机免像控技术概况在传统的航摄测量作业模式下，外业部分需要大量的人力和物力。

如果遇到山区、灾害现场等特殊状况，且部分环境工作人员不能顺利进入现场，导致整个测量工作陷入困局，大大增加实测的费用开支，甚至必须降低测绘精度为代价来完成工作任务。

天狼星无人机航测系统结合ＲＴＫ技术，获取高精度、高密度的像片控制点的三维坐标，为航测获取数字线划图的生产提供更多便捷。