一种基于图像拼接和图形匹配的数字图像处理技术
来源:用户上传
作者:
摘 要：数字图像其实质是多维数值矩阵，通过对矩阵进行算法运算可以完成对于数字图像的处理，图像拼接和地图匹配是数字图像处理领域中重要的一环，通过图像拼接可以完成大视场图像的处理并生成全景图像，其核心在于将具有重叠的两幅或是多幅数字图像进行匹配对准和融合形成一张大幅的视场图像，图像拼接技术在工业、农业、医学等领域都有着广泛的应用前景。尤其是现代无人机技术的快速发展，数字图像的获取更加方便，借助于图像拼接技术可以将无人机所获取的数字图像进行拼接并与地图匹配用以获得更好的视觉地图。文章在分析无人机图像特点的基础上对如何做好无人机数字图像的拼接和融合进行了分析介绍。
关键词：无人机;数字图像;拼接;地图匹配
中图分类号：TP391.4 文献标志码：A 文章编号：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
無人机作为现代遥感测绘领域中的重要手段之一能够在低空、复杂环境下完成测绘工作，由于受无人机摄像设备性能、行程等因素的限制，一次起飞仅仅只能够获取所测绘区域中部分区域的图像文件，而为了从整体对所测绘区域的数字图像进行处理行程一副大的区域全景图就需要对相关数字图像进行拼接融合，做好数字图像拼接技术的研究对于数字图像的发展有着极为重要的意义。此外，在对数字图像进行处理的过程中不仅可以应用图像拼接技术，还可以借助于地图匹配技术将数字图像与电子地图进行匹配，从而提高无人机的导航定位精度。
1 无人机拍摄图像的特点
现代无人机领域发展极快，在民用和军用领域都有着广泛的应用。相较于有人驾驶飞机，无人机的操控精度、飞行的平稳性都有着一定的不足，尤其是一些小型无人机其在空中时容易受到空中气流的影响，导致无人机的飞行航线发生一定的偏移，致使无人机所拍摄的数字图像在大小、清晰度、旋转度、亮度以及色度等都会有着一定的偏差，且由于飞行轨迹的不稳定无人机所拍摄的数字图像航向重叠度和旁向重叠度都不够规则，不利于数字图像的后期处理。
2 图像拼接技术和地图匹配技术的特点
数字图像拼接技术其核心在于图像配准技术，由于数字图像是多维数值矩阵，不同的数字图像其图像特点和存储算法各有差异，不同的拼接技术其拼接所采用的算法也各有差异，现今并未有统一的拼接软件来完成不同图像的拼接。由于数字图像应用越来越多也越来越广泛需要积极做好数字图像拼接技术的研究和应用。地图匹配技术是确定目标在数字地图中位置的技术，通过校正定位使目标准确的显示在电子地图中。现今的地图匹配技术主要分内手工和自动配准两大方向，其中手工配准方法已经应用在实际测量中，但是需要选择大量的位置控制点，繁复且复杂。而自动配准则是通过在数字图像中提取一些突出的特征点作为控制点，并对图像中的控制点进行匹配完成地图匹配。图像拼接技术和地图匹配技术的研究关键是算法的研究和优化，由于数字图像是以多维数值矩阵形式存在的，做好相关算法的研究和应用对于提高数字图像的处理有着极为重要的意义。
3 图像拼接关键技术
3.1 图像拼接原理
图像拼接其主要目的在于通过对两幅或是多幅数字图像进行处理来提高所处理数字图像的质量和视场范围，并最终消除数字图像在空间、时间、分辨率和相位等方面的差异，减少图像信息的不确定性。图像拼接所涉及到的算法众多且需要进行大量的计算，在图像拼接处理中一般流程如下：图像获取-预处理-配准-融合。其中图像配准是关键，需要对所提取出的图像特征、信息进行对比和匹配。图像预处理是对输入的图像进行噪音消除、图像增强和几何校正，从而使得所需处理的数字图像在存储算法上与图像拼接处理技术相匹配。配准是通过图像之间的对比，找出不同图像之间重叠区域的数字信息，以最优化的空间变换关系和灰度变换关系对待处理数字图像进行坐标系转换将两幅或是多幅数字图像转变为同一坐标系，建立起标准的模型。图像融合是在图像配准基础上对图像重叠区域的像素进行平滑处理，提高图像重叠区域的图像质量。数字图像拼接技术关键在于匹配的方法、精度以及图像融合效果。 3.2 图像预处理技术
以无人机所拍摄图像为例，无人机所拍摄的图像重叠度较高，通过对图像进行预处理，筛选出所需要的图像并对图像进行校正、降噪等的处理，用以为后续图像处理打下良好的基础。在图像筛选中，以某一图像为基础筛选与其重叠率最高的图像。
3.3 图像降噪
图像噪声是指图像实际信号与真实信号之间的偏差，由于拍摄过程中会受到多种因素的影响致使所拍摄的图像与实际图像往往会存在一定的偏差，这就是图像噪声。图像噪声具有随机性，不可预测性，图像噪声抑制是指对图像进行滤波处理， 消除图像噪声污染。图像噪声抑制所采用的方法主要有空域滤波和频域滤波两种，空域滤波方法是一种基于邻域的操作方法，主要分为线性滤波和非线性滤波两大类。
3.4 图像配准
图像配准是指依靠一些相似性度量，对不同的数字图像进行对准或是广义匹配，完成重叠图像间的转换。图像配准的关键是图像重叠区域的空间特征、相似度量、搜索空间和搜索策略。其中特征空间指的是图像间可以用于配准的图像特征。以基于灰度的图像配准为例，其特征空间为图像像素的灰度值。在图像特征的选取中需要遵循特征点多、计算量小、特征数目合理且分布较均匀的特点。相似性度量是衡量每次变化结果的准则，主要用于图像变换的评价，综合特征提取和相似性度量可以评价配准算法的抗干扰能力。搜索空间指的是变换算法在数字图像的应用范围，可分为全局性的、局部性的和位移场的。图像配准可以根据图像变换所作用的范围进行选取。图像配准所采用的方法主要为：基于灰度的配准方法、基于变换域的配准方法、基于特征的配准方法。其中基于灰度的配准方法实现简单但是计算量较大、耗时较长，适用的范围较小。基于变换域的配准方法受图像噪声影响较小，计算量少且有成熟的算法可以套用，易于硬件实现。但是需要注意的是基于变换域的配准方法仅在图像平移运动时发挥出的效果较好而在图像间旋转、缩放时发挥出应有的效果。在获得配准图像的匹配点对后，可以根据匹配点来对配准图像的映射参数进行确定，并建立起配准图像的函数映射关系，这一关系被称为图像变换模型。现今常用的坐标变换模型主要有刚体变换、仿射变换、投影变换和非线性变换几大类。在完成了对于图像配准后，根据所匹配的特征对建立起图像之间的数学模型，并依据变化模型可以将所需要处理的图像转变到统一的坐标系中。需要注意的是变化后的数字图像其像素点坐标并不是整数，这就会造成拼接的图像出现一定的间隔偏差，而为了消除偏差而需要根据配准图像坐标点周围像素点的灰度值进行像素点的插补。在插补方法中分为邻近值插补法、双线性插补法和立方卷积插补法，其中邻近值插补法插补速度快但插补效果差，双线性插补法插补效果好但耗时长，而立方卷积法则耗时最长其所插补的效果也最好。在选用插补方法时可以结合图像的特点合理地进行选取。
3.5 图像融合
图像融合主要用于拼接图像重叠部分的锐度消除，保持图像原有的光谱特征，提高图像拼接效果。为完成图像融合，需要在图像拼接重叠区域利用相应的算法重新构建该区域像素的亮度值，从而使得重叠区域的边界能够平滑过渡。图像融合技术主要有以下四类：简单融合法、中值滤波融合法、基于塔形分解的图像融合法以及多分辨率样条技术融合法。
4 地图匹配关键技术
遥感测绘所获得的数字图像经过拼接后形成大幅全景图，在对数字图像进行分析过程中无法根据数字图像获取所需要的相关信息，而是需要根据目标周边的环境才能对目标进行定位、分析，通过地图匹配技术可以对拼接后的全景图进行精确定位。现今对全景图进行定位的技术主要是地图匹配技术，其主要功用是用于对数字图像所生成的电子地图进行目标定位。地图匹配技术是通過定位传感器获得移动终端位置的关键技术，相较于无线电导航技术等间接导航技术，该技术在电子地图上的定位精度较高。地图匹配技术其主要工作原理是通过算法将目标特征值提取并与数字地图中的特征值进行匹配用以目标定位。宏观来说地图匹配是将GPS信息与GIS数字地图信息相匹配的技术融合。地图匹配过程中首先需要对目标图像特征进行预处理，结合数字图像的类型选定相应的图像特征提取模板，并计算图像与模板的相似度选取相似度最高的位置点或曲线作为地图匹配的样本。地图匹配精度主要依靠算法来保证，在算法的实际应用中其会受到多种因素的影响，以地图匹配算法的实时性为例，实时性指的是地图匹配中目标位置快速定位的速度，而当算法所匹配的特征值越多、地图匹配的规则越复杂所需处理的数据量越大则地图匹配的实时性也就越差。算法的实时性与图像的复杂度以及处理规则密切相关。鲁棒性指的是地图匹配过程中算法能否自动纠错，其会对地图匹配响应速度及响应的准确性造成一定的影响。地图匹配精度受GPS准确性、坐标转换误差以及电子地图误差等因素的影响，其中GPS误差来自于系统内和系统外两方面的误差，随机因素影响较大。而坐标转换误差则受图像特征和算法的综合影响。一般来说，数字地图的数据与实际数据之间都会存在一定的误差，而这一误差将会对定位数据与电子地图的地图匹配产生较大的影响。
5 结束语
数字图像处理是现代信息建设中的重要组成部分，借助于数字图像处理技术能够有效地对数字图像进行处理并生成所需要的数字图像。图像拼接与地图匹配技术能够对测绘所获得图像进行扩展与定位，使得图像的可利用率大幅上升。本文以无人机所拍摄的数字图像为例对图像拼接技术和地图匹配技术进行了分析阐述。
参考文献：
[1]郭忠武，王广志，刘永斌，等.基于数字视频和数字图像处理的步态分析系统[J].航天医学与医学工程，2002，15（2）：122-126.
[2]孙杰，袁跃辉，王传永.数字图像处理自动图像聚焦算法的分析和比较[J].光学学报，2007，27（1）：35-39.
[3]张玉杰，吴平林，路昌明.基于数字图像处理和神经网络的炉膛温度场测量及燃烧诊断方法的研究[J].热力发电，2004（7）：18-21.
转载注明来源:https://www.xzbu.com/1/view-15035092.htm
