[发明专利]Quick-SIFT算子下无人机航拍图像拼接方法

权利要求书

1.一种Quick-SIFT算子下无人机航拍图像拼接方法，其特征在于，包括：

步骤1：图像采集；

步骤2：图像配准；

步骤3：图像融合。

2.根据权利要求1所述的Quick-SIFT算子下无人机航拍图像拼接方法，其特征在于，所述图像采集包括：利用搭载光学载荷的无人机经过一定路线，拍摄带有重叠部分航拍图像，通过图传设备获取图像；

所述图像配准包括：采用基于图像特征的图像配准方法，即首先用Quick-SIFT算子提取两幅图像的特征点，利用RANSAC特征点进行匹配筛选，得到M个最优的匹配对，M为正整数；

所述图像融合包括：利用匹配对数计算出特征点之间的单应性矩阵，对待配准图像进行仿射变换，使之与参考图像进行融合，得到拼接后的图像。

3.根据权利要求2所述的Quick-SIFT算子下无人机航拍图像拼接方法，其特征在于，所述Quick-SIFT算子的构造的方法，包括四个步骤：

步骤1-1：尺度空间的极值检测；

步骤1-2：关键特征点的定位；

步骤1-3：特征点的方向分配；

步骤1-4：关键点描述。

4.根据权利要求3所述的Quick-SIFT算子下无人机航拍图像拼接方法，其特征在于，所述尺度空间的极值检测的方式，包括：

对原始图像构建高斯金字塔，再由两个相邻的高斯金字塔相减，得到高斯差分尺度空间,即DOG差分金字塔，所述对原始图像构建高斯金字塔，再由两个相邻的高斯金字塔相减，得到高斯差分尺度空间的方法，具体如下：

首先，利用不同尺度因子的高斯函数对原始图像进行卷积计算；其后对图片进行降采样，通过隔点采样的方式缩小卷积图像的尺寸，得到高斯尺度空间，其原始图像I(x，y)的尺度空间被定义为函数L(x，y，σ)，即LOG算子，如公式(1)和公式(2)所示：

L(x，y，σ)＝G(x，y，σ)*I(x，y) (1)

其中

x和y分别为原始图像的横坐标和纵坐标，σ为可变的尺度因子的高斯函数，σ越大，图像的平滑程度越大，卷积后的图像越模糊。作差得到的高斯差分尺度空间DOG可表示为公式(3)所示：

D(x，y，σ)＝(G(x，y，kσ)-G(x，y，σ))*I(x，y)＝L(x，y，kσ)-L(x，y，σ) (3)

其中k表示相邻尺度的比例系数，一般取其差分高斯金字塔的构建过程，包括：

该高斯差分尺度空间中大小相同的图像组为一阶图像Octave，每阶有S层尺度图像，若某阶中首层尺度因子为σ，则同阶中其他层的尺度因子依次乘上比例系数k；下一阶的首层则为上一阶的中间层降采样得到；最后，在高斯差分金字塔上查找潜在的对于尺度和旋转不变的兴趣点，每一个采样点要和它同尺度的8个相邻点和上下相邻尺度对应的9X2个点共26个点比较，如果在26个点中是最大或最小值时，将作为局部极值点，即兴趣点，其中S为正整数。

5.根据权利要求4所述的Quick-SIFT算子下无人机航拍图像拼接方法，其特征在于，所述Quick-SIFT的金字塔构造可以通过以下三种方式实现：

(1)减少金字塔阶数：当航拍图像缩放特征不显著时，可以减少高斯金字塔的阶数；

(2)减少金字塔层数：为了检测出对图像缩放稳定的特征点，需要在多尺度图像上进行搜索；

(3)选择不同层图像作初始检索层：大尺度对应于轮廓特征，小尺度对应于图像的细节特征。

6.根据权利要求3所述的Quick-SIFT算子下无人机航拍图像拼接方法，其特征在于，所述关键特征点的定位方法，包括：

对尺度空间DOG函数进行曲线拟合，利用DOG函数的泰勒展开式的导数来求得极值。D(x，y，σ)的泰勒展开式为公式(4)所示：

对D(x，y，σ)求导，令其导数等于0可求得极值点的精确位置；

进一步去除低对比度的关键点和不稳定的边缘响应点。