[发明专利]一种大规模无人机图像并行拼接方法

说明书

本发明公开了一种大规模无人机图像并行拼接方法，属于无人机图像处理领域。本发明包括以下步骤：步骤1，通过无人机采集图像数据并输入至系统当中；步骤2，在Spark大数据计算平台上定义相关的拼接处理操作，并按之后的步骤并行执行；步骤3，并行完成图像畸变矫正的预处理；步骤4，判断无人机飞行模式是顺序飞行还是乱序飞行，针对无人机的乱序飞行，需通过图像相似图匹配有序化；步骤5，使用PCA‑SIFT进行图像特征检测和提取；步骤6，通过已提取的特征进行图像间的匹配和融合，并行将大规模的图像以两两合并拼接的方式最终融合成一幅完整图像。本发明具有很强的鲁棒性，检测效果好，可以准确完成大规模无人机图像拼接任务。

技术领域

本发明涉及一种大规模无人机图像并行拼接方法，属于无人机图像处理领域。

背景技术

近年来，无人机在航空摄影、农业生产、灾害观测和军事用途等方面显示出了满足户外空中探测需求的显著潜力。基于航空影像拍摄的的高分辨率图像可以为用户提供大量、丰富的信息处理和分析。

图像拼接是通过识别相邻位置图像的相似部分，然后通过融合相邻图像生成结果来自动构建高分辨率图像的方法。事实上，镶嵌技术已经得到了很好的发展，并且已经应用到大多数手机和相机中。

在大数据时代背景下，数据的快速增长导致无法使用传统的一般方法进行处理。

发明内容

本发明提出了一种大规模无人机图像并行拼接方法，可以更快更高效地处理大规模或实时输入的无人机图像拼接问题。

本发明为解决其技术问题采用如下技术方案：

一种大规模无人机图像并行拼接的方法，包括以下步骤：

步骤1，通过无人机采集图像数据并输入至系统当中；

步骤2，在Spark大数据计算平台上定义相关的拼接处理操作，并按之后的步骤并行执行；

步骤3，并行完成图像畸变矫正的预处理；

步骤4，判断无人机飞行模式是顺序飞行还是乱序飞行；针对无人机的乱序飞行，需通过图像相似图匹配有序化；

步骤5，使用PCA-SIFT进行图像特征检测和提取；

步骤6，通过已提取的特征进行图像间的匹配和融合，并行将大规模的图像以两两合并拼接的方式最终融合成一幅完整图像。

所述步骤3具体过程如下：

步骤31，获取图像的相关计算参数：像素、分辨率、色彩通道；

步骤32，按照下面的阈线性变换模型进行图像的畸变矫正处理：

其中：x为素值在图像中的行坐标，y为像素值在图像中的纵坐标，w是齐次坐标；x₁为像素值在校正图像中的行坐标，y₁为像素值在校正图像中的纵坐标，w₁为校正后的齐次坐标，S_u是X轴的飞行参数，S_v是Y轴的飞行参数。

所述步骤4具体过程如下：

步骤41，对于无人机乱飞模式下得到的无序图像，选取图像中能够进行拼接的区域求出其灰度直方图：

其中n_k是图像中灰度值为k的像素个数，N为图像的像素总个数，L为图像的灰度级，h(k)为直方图的向量表示；

步骤42，采用累计概率函数作为直方图均衡化的映射函数，设[f(i,j)]_m×n和[g(i,j)]_m×n分别为处理前后的图像，则直方图均衡化映射函数为：