[发明专利]基于Harris-SURF的无人机影像拼接方法及装置

说明书

本发明公开了一种基于Harris‑SURF的无人机影像拼接方法及装置，该方法包括：获取无人机的影像序列；加载相邻影像，第一张影像作为参考帧，第二张影像作为当前帧；确定相邻影像的重叠区域；提取Harris特征点，获得特征点坐标集合；确定集合中特征点的主方向，构建SURF特征描述子；进行特征光流优化匹配，生成当前帧相对于参考帧的单应性矩阵；对该单应性矩阵进行优化计算；将当前帧变换到参考帧中，对变换帧和参考帧的重叠区域进行融合拼接，得到中间影像；将中间影像作为新的参考帧，将该参考帧与相邻的下一帧继续进行拼接，直至影像序列中的所有影像拼接完成。本发明能够保证确保影像匹配和稳定性和准确性，提高无人机影像序列的拼接能力。

技术领域

本发明涉及一种基于Harris-SURF的无人机影像拼接方法、装置、计算机设备及存储介质，属于图像拼接领域。

背景技术

目前的无人机拼接主要拼接方法包括特征匹配和地理信息，由于SIFT算法的出色配准性能，被广泛使用在低空无人机影像配准中，但SIFT特征检测子维度高、计算量大并不适合在实时处理场合。

发明内容

有鉴于此，本发明提供了一种基于Harris-SURF的无人机影像拼接方法、装置、计算机设备及存储介质，其可有效提高配准效率，通过Harris和SURF描述子组合的配准技术，可实现拼接精度和速度的平衡，可有效解决拼接速度问题，能够保证确保影像匹配和稳定性和准确性，提高无人机影像序列的拼接能力。

本发明的第一个目的在于提供一种基于Harris-SURF的无人机影像拼接方法。

本发明的第二个目的在于提供一种基于Harris-SURF的无人机影像拼接装置。

本发明的第三个目的在于提供一种计算机设备。

本发明的第四个目的在于提供一种存储介质。

本发明的第一个目的可以通过采取如下技术方案达到：

一种基于Harris-SURF的无人机影像拼接方法，所述方法包括：

获取无人机的影像序列；

加载影像序列中的相邻影像；其中，所述相邻影像为两张，第一张影像作为参考帧，第二张影像作为当前帧；

确定相邻影像的重叠区域；

根据相邻影像的重叠区域，提取参考帧和当前帧的Harris特征点，获得参考帧和当前帧分别对应的特征点坐标集合；

确定特征点坐标集合中特征点的主方向，构建SURF特征描述子；

对特征点坐标集合进行特征光流优化匹配，生成当前帧相对于参考帧的单应性矩阵；

利用莱文贝格-马夸特算法对当前帧相对于参考帧的单应性矩阵进行优化计算；

利用优化计算的单应性转换矩阵，将当前帧变换到参考帧中，利用金字塔融合算法对变换帧和参考帧的重叠区域进行融合拼接，得到中间影像；

将中间影像作为新的参考帧，将该参考帧与相邻的下一帧作为相邻影像，返回重新确定相邻影像的重叠区域，并执行后续操作，直至影像序列中的所有影像拼接完成。

进一步的，所述提取参考帧和当前帧的Harris特征点，获得参考帧和当前帧分别对应的特征点坐标集合，具体包括：

计算参考帧和当前帧在X和Y方向的梯度I_x和I_y；其中，I_x为图像在x方向对其求导，I_y为图像在y方向对其求导；

计算三幅梯度图像和I_xy，并对三幅梯度图像分别进行高斯卷积；