论文部分内容阅读
近年来,随着无人机行业的不断兴起,吸引着越来越多的科研人员从事无人机(Unmanned Aerial Vehicle,UAV)相关的各种研究和开发,使得无人机技术得到了迅猛的发展,无人机也被广泛的运用到测绘、应急指挥、农业灌溉等领域。无人机航拍技术的巨大的运用价值尤其体现在应对突发事件中,在突遇自然灾害时,可通过无人机携带航空遥感系统,迅速进入灾区,对震后的灾情调查、地质滑坡及泥石流等实施动态监测,并对道路损害及房屋坍塌情况进行有效地评估,为后续的灾区重建工作等方面提供了更有力的帮助。由于传统的无人机平台受到飞行高度和摄像机焦距的限制,无人机采集的图像无法覆盖整个目标区域,而单张图像又无法实时的将现场完整的呈现出来;而微型无人机的体积和功率都受到限制,无人机飞行的稳定性和抗风能力通常很差,这使得无人机在飞行过程中会出现姿态倾斜和震动现象,导致航拍图像出现模糊甚至失真。针对当前航拍图像中所存在的问题,本文基于四叉树结构和高斯金字塔理论,在ORB(ORiented Brief)算法的基础上改善原始算法特征点提取不均匀和特征点抗尺度变换鲁棒性弱的不足,提出了改进ORB算法,并基于改进ORB算法实现了全景图像的实时拼接,使得算法能输出宽视野、高分辨率和高质量的全景图像,进一步提升了无人机航拍图像的拼接速率和质量,更好地满足图像拼接的实时性要求。本文的主要研究内容具体如下:(1)针对无人机航拍图像中由于机载摄像头焦平面阵列的像元相应时间不同而产生的图像非均匀性、图像噪声等问题对航拍图像进行了图像预处理。(2)对比分析了当前在无人机航拍图像拼接研究中的特征点检测和匹配方法,分析了 ORB算法特征点和特征点描述子计算原理,通过实验发现原始的ORB算法存在输出的特征点区域过于集中及特征应对尺度变换鲁棒性弱的不足。(3)针对原始ORB算法输出特征点区域过于集中及特征应对尺度变换鲁棒性弱两点不足,进行了改进。首先,基于四叉树结构对输入图像进行迭代分割,并对每个区域进行单独计算特征,保留该区域中特征响应最大的特征点,以解决特征提取过于集中的不足;其次,针对原始ORB算法特征点应对尺度变化鲁棒性弱的不足,借助SURF特征点的计算思想,在高斯金字塔空间中的3×3像素邻域中挑选超过阈值的点作为特征点,增强特征点应对尺度变化的能力;最后,针对传统ORB算法中使用暴力匹配的方式来搜索匹配的特征点,本文利用最近邻匹配算法来加速特征匹配过程,降低了算法特征匹配所用的时间。(4)最后基于改进后的ORB算法实现了全景图像的拼接,通过实验发现改进的算法比传统的图像拼接算法有更好的匹配精度,并能较好的满足实时性要求。