[发明专利]基于相邻关系模型的无人机遥感图像拼接系统

权利要求书

1.基于相邻关系模型的无人机遥感图像拼接系统，其特征在于，包括如下步骤：

步骤一：拼接顺序的确定

对图像建立相邻关系图模型，将相邻距离作为边的权值，利用最小生成树确定拼接顺序，可以最大限度的利用相邻图像的聚簇，拼接顺序确定好后可以依次将图像增量式拼接到累积结果上，继而完成拼接；

步骤二：运动参数的估计

当拍摄高度与场景最高点的距离超过100米时，“平面场景”的假设基本成立，在这一假设下，图像间的映射退化成了单应性矩阵，进一步假设拍摄角度均垂直向下，那么图像间的映射可以用一个相似变换或仿射变换取代，而拍摄高度越高，近似精度越高，相似变换和仿射变换对图像做了变视点操作，因此将所有图像变到同一个现有视点下实现拼接；

步骤三：图像合成

待拼接图像变换以后，通过Graph-Cut算法求解重叠部分的接缝，然后将图像直接拼在一起，由于图像获取过程中受光照、拍摄时间、天气等因素的影响，存在光照差异较大的图像，图像拼接的接缝处会不可避免地出现突变，采取适合的算法做局部的图像融合。

2.根据权利要求1所述的基于相邻关系模型的无人机遥感图像拼接系统，其特征在于，步骤一中建立相邻关系图模型基于SIFT算法粗提取匹配特征点，SIFT算法的本质就是在不同的尺度空间中提取兴趣点，并计算兴趣点的尺度和方向，尺度空间即是图像数据的多尺度特征，已证明高斯卷积核是实现尺度变换的唯一线性核，于是一幅二维图像的尺度空间被定义为：

其中是二维空间高斯函数，表达式为：(x，y)为空间坐标，大小决定图像的平滑程度。

3.根据权利要求1所述的基于相邻关系模型的无人机遥感图像拼接系统，其特征在于，步骤三结合直方图匹配法使接缝部分消除差异，直方图是对像素个数进行统计，统计值存储到事先设置好的数组结构中，通过图像的统计特征将图像变换为某一参照图像的形式，直方图被定义为：

其中，n_k表示灰度为r_k的像素个数，N为图像的像素总数。

4.根据权利要求3所述的基于相邻关系模型的无人机遥感图像拼接系统，其特征在于，直方图用横坐标表示灰度级，用纵坐标表示灰度频度，实现步骤如下：

步骤一：首先调整图像的灰度级为256，统计原始图像的灰度直方图；

步骤二：然后对直方图均衡化，让y轴像素点的值在新分布上尽可能地均匀展开；

步骤三：利用直方图匹配得到满足规定形状的匹配图像，并使用相似度公式计算相似度值。