[发明专利]一种无人机多光谱遥感图像拼接分析方法

说明书

本发明公开了一种无人机多光谱遥感图像拼接分析方法，涉及图像处理技术领域，包括S1000、检测模型训练，标注多光谱遥感图像数据集并通过多光谱遥感图像数据集对检测模型进行训练；S2000、待拼接图像推理，使用训练后的检测模型对待拼接图像进行推理检测；S3000、待拼接图像拼接，对特征描述子进行匹配并对待拼接图像进行拼接得到全景图像。本发明基于易于剪裁的深度学习框架，将图像拼接和分析处理流程中的特征描述子提取和语义分割两个步骤有机结合在一起，大大减少了算力需求，极大地简化了流程，并且方便部署。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种无人机多光谱遥感图像拼接分析方法。

背景技术

近年来，随着无人机，光谱传感和图像分析技术的日益成熟，无人机多光谱软硬件一体化程度和观测精度以及易用性得到了极大的发展和进步，无人机多光谱遥感已经在农业，林业，资源，生态，环境保护等领域应用日渐广泛。通过对某一区域的无人机航拍多光谱图像进行拼接和分析，能够得到该区域的精准信息，如在农业林业领域中对植物作物长势种类进行分析，对长势和病虫害进行检测，对产量进行预估等。基于无人机的多光谱遥感技术具备机动灵活，操作简单，按需获取的优点，有效克服了卫星及大型航空遥感系统分辨率低，重访周期长，受水汽环境影响大等不足。

专利CN201210510695.9公开了一种基于人眼视觉特性的遥感图像拼接方法，通过提取参考图像和待拼接图像上的特征点并建立匹配特征点对，得到参考图像和待拼接图像之间初始的变换矩阵，然后通过迭代的方法不断更新变换矩阵，最终使用该变换矩阵对待拼接图像进行投影变换和拼接融合。该发明使用基于尺度空间不变性原的SIFT方法提取特征描述子，其对图像畸变，视角变化，光照变化的鲁棒性不足，需要进一步的提高。

专利CN202011464573.1公开了一种基于特征优化及最优拼接缝的航空遥感图像拼接方法，利用改进的SURF算法进行图像特征点的粗匹配并基于正态分布的特征点精匹配，图像融合。该专利虽然提出了一种提出一种特征点的筛选方法可以用来计算更加准确的变换矩阵，实现更准确的配准，但是其使用的SURF算法仍然是一种基于手工涉及的通用特征提取算法，仍然具备鲁棒性不足的特点，需要进一步的提高。

专利CN201710934732.1公开了一种基于改进分段仿射变换模型的城市遥感图像拼接方法，采用归一化图像匹配算法获取图像重叠区的密集匹配点，并将其中的误匹配点去除，得到可以真实反映片间相对位置关系同名点，利用改进分段仿射变换模型对相对位置关系同名点进行匹配。该方法使用的归一化互相关匹配算法对运算量的需求较大，对于要求实时匹配的地形辅助导航系统来说,其运算速度需要进一步提高。

专利CN201811104500.4公开了一种基于无人机遥感的农田高精度导航地图生成方法，即通过无人机拍摄获得多幅农田遥感图像并拼接成农田全景图像，然后采用算法对农田全景图的正射图像进行分割并采用NDVI提取农田区域。该发明在获得全景图像后仅通过NDVI的方式分割感兴趣区域，方法较为单一且不具备通用性。

因此，本领域的技术人员致力于开发一种无人机多光谱遥感图像拼接分析方法。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是技术栈结构复杂，算力需求过高，实际部署不够灵活。

发明人对无人机多光谱遥感图像拼接分析的技术概括为：

特征描述子提取，通过基于归一化图像匹配算法，尺度空间不变性原则等的传统处理方法或者基于深度学习的特征提取方法从多光谱图像中提取到若干均匀分布于图像、并且能够较好的代表周围特征的一些特征描述子；

特征描述子匹配，对多张图像的特征描述子基于一些启发式的方法进行匹配；

图像拼接，通过几何校正，单应性变换，图像消融等方法将这些多光谱图像拼接成覆盖整个感兴趣区域的高分辨率，高精度图像；