一種基于圖像拼接和圖形匹配的數字圖像處理技術

那晨旭

摘? 要：數字圖像其實質是多維數值矩陣，通過對矩陣進行算法運算可以完成對于數字圖像的處理，圖像拼接和地圖匹配是數字圖像處理領域中重要的一環，通過圖像拼接可以完成大視場圖像的處理并生成全景圖像，其核心在于將具有重疊的兩幅或是多幅數字圖像進行匹配對準和融合形成一張大幅的視場圖像，圖像拼接技術在工業、農業、醫學等領域都有著廣泛的應用前景。尤其是現代無人機技術的快速發展，數字圖像的獲取更加方便，借助于圖像拼接技術可以將無人機所獲取的數字圖像進行拼接并與地圖匹配用以獲得更好的視覺地圖。文章在分析無人機圖像特點的基礎上對如何做好無人機數字圖像的拼接和融合進行了分析介紹。

關鍵詞：無人機;數字圖像;拼接;地圖匹配

中圖分類號：TP391.4 ? 文獻標志碼：A 文章編號：2095-2945（2019）30-0157-02

Abstract： The essence of digital image is multi-dimensional numerical matrix. The processing of digital image can be completed by calculating the matrix. Image stitching and map matching are important links in the field of digital image processing. Through image stitching， the processing of large field of view image can be completed and the panoramic image can be generated. Its core is to match， align and fuse two or more overlapping digital images to form a large field of view image. Image stitching technology has a wide application prospect in industry， agriculture， medicine and other fields. Especially with the rapid development of modern UAV technology， the acquisition of digital images is more convenient. With the help of image mosaic technology， the digital images obtained by UAV can be stitched and matched with maps to obtain better visual maps. Based on the analysis of the characteristics of UAV images， this paper analyzes and introduces how to deal with the stitching and fusion of UAV digital images.

Keywords： UAV; digital image; splicing; map matching

前言

無人機作為現代遙感測繪領域中的重要手段之一能夠在低空、復雜環境下完成測繪工作，由于受無人機攝像設備性能、行程等因素的限制，一次起飛僅僅只能夠獲取所測繪區域中部分區域的圖像文件，而為了從整體對所測繪區域的數字圖像進行處理行程一副大的區域全景圖就需要對相關數字圖像進行拼接融合，做好數字圖像拼接技術的研究對于數字圖像的發展有著極為重要的意義。此外，在對數字圖像進行處理的過程中不僅可以應用圖像拼接技術，還可以借助于地圖匹配技術將數字圖像與電子地圖進行匹配，從而提高無人機的導航定位精度。

1 無人機拍攝圖像的特點

現代無人機領域發展極快，在民用和軍用領域都有著廣泛的應用。相較于有人駕駛飛機，無人機的操控精度、飛行的平穩性都有著一定的不足，尤其是一些小型無人機其在空中時容易受到空中氣流的影響，導致無人機的飛行航線發生一定的偏移，致使無人機所拍攝的數字圖像在大小、清晰度、旋轉度、亮度以及色度等都會有著一定的偏差，且由于飛行軌跡的不穩定無人機所拍攝的數字圖像航向重疊度和旁向重疊度都不夠規則，不利于數字圖像的后期處理。

2 圖像拼接技術和地圖匹配技術的特點

數字圖像拼接技術其核心在于圖像配準技術，由于數字圖像是多維數值矩陣，不同的數字圖像其圖像特點和存儲算法各有差異，不同的拼接技術其拼接所采用的算法也各有差異，現今并未有統一的拼接軟件來完成不同圖像的拼接。由于數字圖像應用越來越多也越來越廣泛需要積極做好數字圖像拼接技術的研究和應用。地圖匹配技術是確定目標在數字地圖中位置的技術，通過校正定位使目標準確的顯示在電子地圖中。現今的地圖匹配技術主要分內手工和自動配準兩大方向，其中手工配準方法已經應用在實際測量中，但是需要選擇大量的位置控制點，繁復且復雜。而自動配準則是通過在數字圖像中提取一些突出的特征點作為控制點，并對圖像中的控制點進行匹配完成地圖匹配。圖像拼接技術和地圖匹配技術的研究關鍵是算法的研究和優化，由于數字圖像是以多維數值矩陣形式存在的，做好相關算法的研究和應用對于提高數字圖像的處理有著極為重要的意義。

3 圖像拼接關鍵技術

3.1 圖像拼接原理

圖像拼接其主要目的在于通過對兩幅或是多幅數字圖像進行處理來提高所處理數字圖像的質量和視場范圍，并最終消除數字圖像在空間、時間、分辨率和相位等方面的差異，減少圖像信息的不確定性。圖像拼接所涉及到的算法眾多且需要進行大量的計算，在圖像拼接處理中一般流程如下：圖像獲取-預處理-配準-融合。其中圖像配準是關鍵，需要對所提取出的圖像特征、信息進行對比和匹配。圖像預處理是對輸入的圖像進行噪音消除、圖像增強和幾何校正，從而使得所需處理的數字圖像在存儲算法上與圖像拼接處理技術相匹配。配準是通過圖像之間的對比，找出不同圖像之間重疊區域的數字信息，以最優化的空間變換關系和灰度變換關系對待處理數字圖像進行坐標系轉換將兩幅或是多幅數字圖像轉變為同一坐標系，建立起標準的模型。圖像融合是在圖像配準基礎上對圖像重疊區域的像素進行平滑處理，提高圖像重疊區域的圖像質量。數字圖像拼接技術關鍵在于匹配的方法、精度以及圖像融合效果。

3.2 圖像預處理技術

以無人機所拍攝圖像為例，無人機所拍攝的圖像重疊度較高，通過對圖像進行預處理，篩選出所需要的圖像并對圖像進行校正、降噪等的處理，用以為后續圖像處理打下良好的基礎。在圖像篩選中，以某一圖像為基礎篩選與其重疊率最高的圖像。

3.3 圖像降噪

圖像噪聲是指圖像實際信號與真實信號之間的偏差，由于拍攝過程中會受到多種因素的影響致使所拍攝的圖像與實際圖像往往會存在一定的偏差，這就是圖像噪聲。圖像噪聲具有隨機性，不可預測性，圖像噪聲抑制是指對圖像進行濾波處理， 消除圖像噪聲污染。圖像噪聲抑制所采用的方法主要有空域濾波和頻域濾波兩種，空域濾波方法是一種基于鄰域的操作方法，主要分為線性濾波和非線性濾波兩大類。

3.4 圖像配準

圖像配準是指依靠一些相似性度量，對不同的數字圖像進行對準或是廣義匹配，完成重疊圖像間的轉換。圖像配準的關鍵是圖像重疊區域的空間特征、相似度量、搜索空間和搜索策略。其中特征空間指的是圖像間可以用于配準的圖像特征。以基于灰度的圖像配準為例，其特征空間為圖像像素的灰度值。在圖像特征的選取中需要遵循特征點多、計算量小、特征數目合理且分布較均勻的特點。相似性度量是衡量每次變化結果的準則，主要用于圖像變換的評價，綜合特征提取和相似性度量可以評價配準算法的抗干擾能力。搜索空間指的是變換算法在數字圖像的應用范圍，可分為全局性的、局部性的和位移場的。圖像配準可以根據圖像變換所作用的范圍進行選取。圖像配準所采用的方法主要為：基于灰度的配準方法、基于變換域的配準方法、基于特征的配準方法。其中基于灰度的配準方法實現簡單但是計算量較大、耗時較長，適用的范圍較小。基于變換域的配準方法受圖像噪聲影響較小，計算量少且有成熟的算法可以套用，易于硬件實現。但是需要注意的是基于變換域的配準方法僅在圖像平移運動時發揮出的效果較好而在圖像間旋轉、縮放時發揮出應有的效果。在獲得配準圖像的匹配點對后，可以根據匹配點來對配準圖像的映射參數進行確定，并建立起配準圖像的函數映射關系，這一關系被稱為圖像變換模型。現今常用的坐標變換模型主要有剛體變換、仿射變換、投影變換和非線性變換幾大類。在完成了對于圖像配準后，根據所匹配的特征對建立起圖像之間的數學模型，并依據變化模型可以將所需要處理的圖像轉變到統一的坐標系中。需要注意的是變化后的數字圖像其像素點坐標并不是整數，這就會造成拼接的圖像出現一定的間隔偏差，而為了消除偏差而需要根據配準圖像坐標點周圍像素點的灰度值進行像素點的插補。在插補方法中分為鄰近值插補法、雙線性插補法和立方卷積插補法，其中鄰近值插補法插補速度快但插補效果差，雙線性插補法插補效果好但耗時長，而立方卷積法則耗時最長其所插補的效果也最好。在選用插補方法時可以結合圖像的特點合理地進行選取。

3.5 圖像融合

圖像融合主要用于拼接圖像重疊部分的銳度消除，保持圖像原有的光譜特征，提高圖像拼接效果。為完成圖像融合，需要在圖像拼接重疊區域利用相應的算法重新構建該區域像素的亮度值，從而使得重疊區域的邊界能夠平滑過渡。圖像融合技術主要有以下四類：簡單融合法、中值濾波融合法、基于塔形分解的圖像融合法以及多分辨率樣條技術融合法。

4 地圖匹配關鍵技術

遙感測繪所獲得的數字圖像經過拼接后形成大幅全景圖，在對數字圖像進行分析過程中無法根據數字圖像獲取所需要的相關信息，而是需要根據目標周邊的環境才能對目標進行定位、分析，通過地圖匹配技術可以對拼接后的全景圖進行精確定位。現今對全景圖進行定位的技術主要是地圖匹配技術，其主要功用是用于對數字圖像所生成的電子地圖進行目標定位。地圖匹配技術是通過定位傳感器獲得移動終端位置的關鍵技術，相較于無線電導航技術等間接導航技術，該技術在電子地圖上的定位精度較高。地圖匹配技術其主要工作原理是通過算法將目標特征值提取并與數字地圖中的特征值進行匹配用以目標定位。宏觀來說地圖匹配是將GPS信息與GIS數字地圖信息相匹配的技術融合。地圖匹配過程中首先需要對目標圖像特征進行預處理，結合數字圖像的類型選定相應的圖像特征提取模板，并計算圖像與模板的相似度選取相似度最高的位置點或曲線作為地圖匹配的樣本。地圖匹配精度主要依靠算法來保證，在算法的實際應用中其會受到多種因素的影響，以地圖匹配算法的實時性為例，實時性指的是地圖匹配中目標位置快速定位的速度，而當算法所匹配的特征值越多、地圖匹配的規則越復雜所需處理的數據量越大則地圖匹配的實時性也就越差。算法的實時性與圖像的復雜度以及處理規則密切相關。魯棒性指的是地圖匹配過程中算法能否自動糾錯，其會對地圖匹配響應速度及響應的準確性造成一定的影響。地圖匹配精度受GPS準確性、坐標轉換誤差以及電子地圖誤差等因素的影響，其中GPS誤差來自于系統內和系統外兩方面的誤差，隨機因素影響較大。而坐標轉換誤差則受圖像特征和算法的綜合影響。一般來說，數字地圖的數據與實際數據之間都會存在一定的誤差，而這一誤差將會對定位數據與電子地圖的地圖匹配產生較大的影響。

5 結束語

數字圖像處理是現代信息建設中的重要組成部分，借助于數字圖像處理技術能夠有效地對數字圖像進行處理并生成所需要的數字圖像。圖像拼接與地圖匹配技術能夠對測繪所獲得圖像進行擴展與定位，使得圖像的可利用率大幅上升。本文以無人機所拍攝的數字圖像為例對圖像拼接技術和地圖匹配技術進行了分析闡述。

參考文獻：

[1]郭忠武，王廣志，劉永斌，等.基于數字視頻和數字圖像處理的步態分析系統[J].航天醫學與醫學工程，2002，15（2）：122-126.

[2]孫杰，袁躍輝，王傳永.數字圖像處理自動圖像聚焦算法的分析和比較[J].光學學報，2007，27（1）：35-39.

[3]張玉杰，吳平林，路昌明.基于數字圖像處理和神經網絡的爐膛溫度場測量及燃燒診斷方法的研究[J].熱力發電，2004（7）：18-21.