基于改進SPHP算法的無人機遙感影像智能拼接方法

國仲凱, 彭樹鴻, 鄭福海

1.內蒙古自治區測繪地理信息中心,內蒙古 呼和浩特 010010 2.自然資源部第二地理信息制圖院,黑龍江 哈爾濱 150000

0 引言

目前,無人機遙感影像拼接技術的研究主要面臨以下難點[1]:對于影響特征點的高精度提取、對提取特征點的高精度匹配、對拼接圖像邊緣的融合處理。因此,在保障無人機遙感影像特征點提取正確率的前提下,實現對特征點的精準匹配以及圖像邊緣的平滑過渡,成為影像智能拼接研究的主要目標。文獻[2]提出了一種以Agisoft Metashape為基礎的無人機圖像拼接技術,并將其應用在環境熱像監測中,在一定程度上反饋了環境熱像的整體特征,但是由于拼接邊緣處理效果不理想,導致其存在部分特征缺失的問題。文獻[3]提出了一種以Landsat時序為基礎的影像拼接方法,對于圖像邊緣的處理效果更加精準,在極大程度上避免了圖像信息丟失的問題,但是該方法對于基礎圖像的質量要求較高,因此在具體的應用過程中存在一定的局限性。

在上述的研究基礎上,本文提出一種基于改進SPHP算法的無人機遙感影像智能拼接方法,并通過對比測試驗證了該方法的拼接效果。

1 無人機遙感影像智能拼接方法設計

1.1 無人機遙感影像特征提取

在對無人機遙感影像進行拼接之前,本文首先提取了待拼接無人機遙感影像的特征參數[4]。按照影像的尺度空間,確定目標圖像的極值點[5],具體的實現方式如圖1所示。

圖1 目標圖像極值點確定

按照圖1所示的方式,確定目標圖像的極值點后,采用SIFT(scale invariant fenture transform)作為特征參數,對于極值點特征的描述方式如圖2所示。按照圖2所示的方式,實現對無人機遙感影像特征的提取。

圖2 極值點SIFT特征描述方式

1.2 基于改進SPHP算法的影像匹配

結合上述提取到的待拼接無人機遙感影像特征參數,對各特征點進行精準匹配就成為了保障最終拼接效果的關鍵。首先,對圖像進行單應變換處理,其可以表示為:

x′=Hx

(1)

式中:x′表示單應變換處理后的無人機遙感影像參數,x表示原始的無人機遙感影像,H表示待拼接無人機遙感影像特征參數構成的矩陣。受投影偏差影響,會導致x′中存在一定程度的視差誤差。本文利用薄板洋條函數(thin plate spline,TPS)中的徑向基函數對圖像進行變形處理,具體的處理方式可以表示為:

G(x′,y′)=(g(x,y),h(x,y))T

(2)

式中:G(x′,y′)表示徑向基函數變形處理后的無人機圖像;g(x,y)表示單應變換處理時,原始無人機遙感影像特征在x方向上的變形量;h(x,y)表示單應變換處理時,原始無人機遙感影像特征在y方向上的變形量。

在此基礎上,對無人機遙感影像的拼接結果可以表示為:

J(X,Y)=∑G(x′,y′)-(g(x,y)×h(x,y))/λ

(3)

式中:J(X,Y)表示無人機遙感影像的拼接結果,λ表示加權參數,該參數的取值主要取決于待拼接無人機遙感影像特征參數構成矩陣的對齊項和平滑項[6]。

按照上述方式實現對無人機遙感影像智能拼接,保障拼接后影像的質量能夠達到較高水平。

2 測試分析

2.1 測試環境

在對本文設計的拼接方法的實際應用效果進行分析的過程中設計了對照組,分別為Agisoft Metashape拼接方法及Landsat時序拼接方法。具體的測試影像資料如圖3所示。

圖3 待拼接無人機遙感影像

在對不同方法的拼接效果進行分析時,為了能夠更加精準地進行比較,本文分別從圖像信息熵和清晰度2個角度設置具體的評價指標。其中,信息熵主要反饋拼接后影像中包含的信息量[7]。具體的計算方式可以表示為:

H(x)=∑p(i)log2p(i)

(4)

式中:H(x)表示拼接后影像的信息熵,p(i)表示拼接后影像中灰度值為i的像素的出現頻率。結合式(1)可以看出,H(x)的值越大,表示拼接后影像中的信息量越多,對應的影像拼接融合效果也就越好。

其次,針對拼接后影像清晰度評價指標的設置,本文將灰度方差乘積作為量化指標,具體的計算方式分別可以表示為:

D(x)=∑∑(f(a,b)-f(a+1,b))×(f(a,b)-f(a,b+1))

(5)

式中:D(x)表示拼接后影像的灰度方差乘積,f(a,b)表示(a,b)像素的灰度值,f(a+1,b)表示(a+1,b)像素的灰度值,f(a,b+1)表示(a,b+1)像素的灰度值。結合式(2)可以看出,清晰度主要是對拼接后影像的模糊度進行分析,利用其可以反映拼接后影像紋理上的細微差別,D(x)的值越大,表示拼接后影像中的紋理特征越明顯,對應的影像拼接融合效果也就越好[8-10]。

2.2 結果與分析

結合上述的測試數據,3種不同方法拼接后的影響如圖4所示。

(a)Agisoft Metashape拼接方法的測試結果

(b)Landsat時序拼接方法的測試結果

(c)本文設計的拼接方法的測試結果

利用設置的評價指標,對比3種方法的拼接效果,得到的結果如表1所示。

表1 不同方法圖像拼接效果對比

由表1可以看出,在3種影像拼接方法下,拼接后影像對應的信息熵和清晰度表現出了不同的特點。本文設計的基于改進SPHP(shape-preserving half-projective)算法的無人機遙感影像智能拼接方法在測試中表現出較高的信息熵和清晰度,優于對照組的拼接方法。

3 結束語

本文提出基于改進SPHP算法的無人機遙感影像智能拼接方法,實現了對圖像的高質量拼接。該方法結合無人機遙感影像的特點進行適應性改進,為相關無人機影像的處理提供參考,最大限度提高無人機影像的利用價值,保留完整的信息。