【CN109829853A】一种无人机航拍图像拼接方法【专利】

S3 .1 .1：以FAST特征点为中心，构建不同半径的同心圆，在每个同心圆上获取一定数目 的 等间隔采样点 ，以 采样点为中心 ，δ为方差进行高斯滤波 ，滤波半径的 大小与高斯方差的 大小成正比 ，最终得到N个经过高斯滤波平滑后的采样点 ；
S3 .1 .2：N个采样点两两组合，共有N(N-1)/2种组合方式，将所有组合方式的集合称作 采样点对，用集合A＝{(pi ,pj)∈R2×R2|i<N∧j<i∧i ,j∈N}表示，其中像素点分别是I(pi , σi)、I(pj ,σj) ，σ表示尺度，R为采样同心圆的半径，用g(pi ,pj)表示FAST特征点局部梯度集 合，则有：
(74)专利代理机构 成都弘毅天承知识产权代理 有限公司 51230
代理人 李春芳
(51)Int .Cl . G06T 3/40(2006 .01) G06T 7/33(2017 .01) G06F 17/16(2006 .01)
( 54 )发明 名称 一种无人机航拍图像拼接方法
( 57 )摘要 本发明公开了一种无人机航拍图像拼接方
( 19 )中华人民 共和国国家知识产权局
( 12 )发明专利申请
(21)申请号 201910046773 .6
(22)申请日 2019 .01 .18
(71)申请人 电子科技大学 地址 611731 四川省成都市高新区（西区） 西源大道2006号
(72)发明人 彭真明 汪春宇 蒲恬 张明英 何艳敏 赵学功 杨春平 秦飞义 李嘉荣 张文超 程晓彬
法 ，涉及图 像处理技术领域 ，本发明包括如下步 骤 ：S1 ：输入两幅 待拼接的 无人机航 拍图 像分 别 作为参考图 像和待配准图 像 ；S2 ：运 用FAST特征 点检测算法对参考图像和待配准图像进行处理 ， 得到参考图 像和待配准图 像的 FAST特征点 ；S3 ： 提取参考图像和待配准图像FAST特征点处的 BRISK特征及FREAK特征；S4：利用HAMMING距离度 量准则和BF搜索策略分别匹配BRISK特征及 FREAK特征 ，得到M个最优的特征点对 ；S5 ：利用 RANSAC算法对特征点对进行筛选，计算得到特征 点对之间的坐标变换矩阵 ；S6：利用坐标变换矩 阵对待配准图像进行坐标变换，使之与参考图像 进行 加权融合 ，得到拼接后的图 像 ，本发明具有 效率高、鲁棒性强、拼接结果准确的优点。
S2 .2：对灰度值之差进行判断，若至少有连续的
个灰度值之差的绝对值超过预
设的阈值 ，则该像素点为FAST特征点 ，然后利 用非极大值抑制算法去除 多余的 FAST特征点 后，得到参考图像和待配准图像的FAST特征点。
3 .根据权利要求1所述的一种无人机航拍图像拼接方法，其特征在于，所述S3中提取参 考图像和待配准图像FAST特征点处的BRISK特征，具体为：
其中，
表示经过旋转α角度后的新的采样点，由此便得到512Bit的BRISK特征。
4 .根据权利要求1所述的一种无人机航拍图像拼接方法，其特征在于，所述S3中提取参 考图像和待配准图像FAST特征点处的FREAK特征，具体为：
S3 .2 .1：FREAK特征是用二进制串对FAST特征点进行描述，表示为：
其中 ，Pa是每个FAST特征点对应的采样点对 ，n表示期望的二进制编码长度 ，τ1和τ2分别
表示采样点对的前一个采样点和后一个采样点， 和
表示采样点经过高斯模糊
后的灰度值； S3 .2 .2：建立矩阵D，矩阵D的每一行是一个FAST特征点对应的N位二进制编码，根据矩
阵D各列的方差由大到小进行排序，取前512列作为FREAK特征二进制描述符。 5 .根据权利要求1所述的一种无人机航拍图像拼接方法，其特征在于，所述S4中最优的
特征点对为30个，利用HAMMING距离度量准则分别对参考图像与待配准图像的BRISK特征和 FREAK特征进行匹配，各选出其中HAMMING距离最短的前15对特征点，组成30对最优特征点 对。
(10)申请公布号 CN 109829853 A (43)申请公布日 2019.05.31
权利109829853 A
CN 109829853 A
权 利 要 求 书
1/3 页
1 .一种无人机航拍图像拼接方法，其特征在于，包括如下步骤： S1：输入两幅待拼接的无人机航拍图像分别作为参考图像和待配准图像； S2 ：运 用FAST特征点检测算法对参考图 像 和待配准图 像进行处理 ，分 别得到参考图 像 和待配准图像的FAST特征点； S3：分别提取参考图像和待配准图像FAST特征点处的BRISK特征及FREAK特征； S4：利用HAMMING距离度量准则以及BF搜索策略分别对参考图像和待配准图像的BRISK 特征及FREAK特征进行匹配，得到M个最优的特征点对； S5 ：利用RANSAC算法对特征点对进行筛选 ，计算得到特征点对之间的坐标变换矩阵 ； S6：利用坐标变换矩阵对待配准图像进行坐标变换，使之与参考图像进行加权融合，得 到拼接后的图像。 2 .根据权利要求1所述的一种无人机航拍图像拼接方法，其特征在于，所述S2具体包括 如下步骤： S2 .1：针对参考图像和待配准图像上的每个像素点，计算其与周围z×z邻域内，以该像 素点为圆心，半径为r的圆周上的w个像素点的灰度值之差；
则短距离点对子集：
长距离点对子集： 其中，δmax＝9 .75t，δmin＝13 .67t，t是FAST特征点所在的尺度； S3 .1 .3：计算FAST特征点的方向：
2
CN 109829853 A
权 利 要 求 书
2/3 页
α＝arctan2(gy ,gx) 其中，||L||是长距离点对子集的个数； 然后将该FAST特征点 周围的 采样区域旋转到主方向 ，得到新的 采样区域 ，再重复执行 S3 .1 .1到S3 .1 .3，直至采样结束； S3 .1 .4：BRISK特征是二进制的特征，由采样点集合可得到N(N-1)/2对采样点对，进而 得到N(N-1)/2个包括短距离点对子集和长距离点对子集的集合，考虑短距离点对子集中的 512个短距离点对，进行二进制编码，判断方式为：