[发明专利]一种多机协同约束下高精度图像拼接方法

权利要求书

1.一种多机协同约束下高精度图像拼接方法，其特征在于，包括以下步骤：

步骤1：通过多传感器实时采集地面图像并结合多无人机之间的位置、姿态、角度信息，构建多机协同实时图成像模型，从而确定实际成像区域；

步骤2：采用ORB方法提取实际成像区域中的原始图像的特征点集，先进行图像粗匹配，再通过随机采样一致性算法对粗匹配结果进行提纯，剔除误匹配点；

步骤3：构建自适应单应性矩阵将提纯处理后的图像映射至同一坐标系下进行初步拼接，然后对各序列图像进行时序修正，而后采用加权平滑算法进行色彩校正；

步骤4：完成图像拼接后输出结果图像。

2.根据权利要求1所述的一种多机协同约束下高精度图像拼接方法，其特征在于，步骤1的具体操作步骤包括：

步骤11：对采集到的地面图像数据进行解算处理得到无人机运动参数，实现机体的飞行控制；

步骤12：利用多无人机上搭载的惯性导航单元、GPS和气压计来获取无人机姿态角：俯仰角θ、横滚角φ、偏航角和坐标、飞行高度等信息；

步骤13：分别建立地面坐标系、机体坐标系、摄像机坐标系和图像坐标系；

步骤14：结合无人机姿态角建立机体坐标系与地面坐标系之间的坐标变换关系p_g＝L_bp_b，建立多机协同实时图成像模型。

3.根据权利要求1所述的一种多机协同约束下高精度图像拼接方法，其特征在于，步骤2的具体操作步骤包括：

步骤21：选取原始图像中任一像素点S，以S为圆心画一个半径为3pixel的圆，检测落在该圆周上的16个像素点，记邻域圆上16个像素点中的像素灰度满足式(2)的连续像素点个数为h，判断h是否大于预设的阈值ε_d，若大于则判定S为特征点，且像素满足的灰度值条件为：

其中，I(x)为圆周上任意一点的灰度，I(s)为圆心的灰度，ε_d为灰度差值的阈值，N表示灰度差值；

步骤22：对于每个像素点S直接检测其圆周垂直方向I(1)、I(9)和水平方向I(5)、I(13)四个像素位置上的灰度值，统计上述四个位置点I(t)与选取点像素灰度差值大于ε_d的像素点个数M，即：

M＝size(I∈{|I(t)-I(s)|＞ε_d}),ε_d＞0 (3)；

若特征点满足式(3)且M³3，则判定S为特征点，否则直接排除此点；

步骤23：将一个图像中选出的任一特征点S与其他图像中所有的特征点V计算汉明距离d，并将得到的距离d进行排序，选取距离最近的一个点作为匹配点，建立粗略匹配点对，形成特征点集；

步骤24：采用随机采样一致性方法对得到的特征点集进行筛选，最后剔除误匹配点，得到提纯后的匹配特征点集。