一種基于圖像拼接和圖形匹配的數(shù)字圖像處理技術(shù)

那晨旭

摘? 要：數(shù)字圖像其實(shí)質(zhì)是多維數(shù)值矩陣，通過(guò)對(duì)矩陣進(jìn)行算法運(yùn)算可以完成對(duì)于數(shù)字圖像的處理，圖像拼接和地圖匹配是數(shù)字圖像處理領(lǐng)域中重要的一環(huán)，通過(guò)圖像拼接可以完成大視場(chǎng)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(shù)字圖像進(jìn)行匹配對(duì)準(zhǔn)和融合形成一張大幅的視場(chǎng)圖像，圖像拼接技術(shù)在工業(yè)、農(nóng)業(yè)、醫(yī)學(xué)等領(lǐng)域都有著廣泛的應(yīng)用前景。尤其是現(xiàn)代無(wú)人機(jī)技術(shù)的快速發(fā)展，數(shù)字圖像的獲取更加方便，借助于圖像拼接技術(shù)可以將無(wú)人機(jī)所獲取的數(shù)字圖像進(jìn)行拼接并與地圖匹配用以獲得更好的視覺(jué)地圖。文章在分析無(wú)人機(jī)圖像特點(diǎn)的基礎(chǔ)上對(duì)如何做好無(wú)人機(jī)數(shù)字圖像的拼接和融合進(jìn)行了分析介紹。

關(guān)鍵詞：無(wú)人機(jī);數(shù)字圖像;拼接;地圖匹配

中圖分類號(hào)：TP391.4 ? 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：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(wú)人機(jī)作為現(xiàn)代遙感測(cè)繪領(lǐng)域中的重要手段之一能夠在低空、復(fù)雜環(huán)境下完成測(cè)繪工作，由于受無(wú)人機(jī)攝像設(shè)備性能、行程等因素的限制，一次起飛僅僅只能夠獲取所測(cè)繪區(qū)域中部分區(qū)域的圖像文件，而為了從整體對(duì)所測(cè)繪區(qū)域的數(shù)字圖像進(jìn)行處理行程一副大的區(qū)域全景圖就需要對(duì)相關(guān)數(shù)字圖像進(jìn)行拼接融合，做好數(shù)字圖像拼接技術(shù)的研究對(duì)于數(shù)字圖像的發(fā)展有著極為重要的意義。此外，在對(duì)數(shù)字圖像進(jìn)行處理的過(guò)程中不僅可以應(yīng)用圖像拼接技術(shù)，還可以借助于地圖匹配技術(shù)將數(shù)字圖像與電子地圖進(jìn)行匹配，從而提高無(wú)人機(jī)的導(dǎo)航定位精度。

1 無(wú)人機(jī)拍攝圖像的特點(diǎn)

現(xiàn)代無(wú)人機(jī)領(lǐng)域發(fā)展極快，在民用和軍用領(lǐng)域都有著廣泛的應(yīng)用。相較于有人駕駛飛機(jī)，無(wú)人機(jī)的操控精度、飛行的平穩(wěn)性都有著一定的不足，尤其是一些小型無(wú)人機(jī)其在空中時(shí)容易受到空中氣流的影響，導(dǎo)致無(wú)人機(jī)的飛行航線發(fā)生一定的偏移，致使無(wú)人機(jī)所拍攝的數(shù)字圖像在大小、清晰度、旋轉(zhuǎn)度、亮度以及色度等都會(huì)有著一定的偏差，且由于飛行軌跡的不穩(wěn)定無(wú)人機(jī)所拍攝的數(shù)字圖像航向重疊度和旁向重疊度都不夠規(guī)則，不利于數(shù)字圖像的后期處理。

2 圖像拼接技術(shù)和地圖匹配技術(shù)的特點(diǎn)

數(shù)字圖像拼接技術(shù)其核心在于圖像配準(zhǔn)技術(shù)，由于數(shù)字圖像是多維數(shù)值矩陣，不同的數(shù)字圖像其圖像特點(diǎn)和存儲(chǔ)算法各有差異，不同的拼接技術(shù)其拼接所采用的算法也各有差異，現(xiàn)今并未有統(tǒng)一的拼接軟件來(lái)完成不同圖像的拼接。由于數(shù)字圖像應(yīng)用越來(lái)越多也越來(lái)越廣泛需要積極做好數(shù)字圖像拼接技術(shù)的研究和應(yīng)用。地圖匹配技術(shù)是確定目標(biāo)在數(shù)字地圖中位置的技術(shù)，通過(guò)校正定位使目標(biāo)準(zhǔn)確的顯示在電子地圖中?，F(xiàn)今的地圖匹配技術(shù)主要分內(nèi)手工和自動(dòng)配準(zhǔn)兩大方向，其中手工配準(zhǔn)方法已經(jīng)應(yīng)用在實(shí)際測(cè)量中，但是需要選擇大量的位置控制點(diǎn)，繁復(fù)且復(fù)雜。而自動(dòng)配準(zhǔn)則是通過(guò)在數(shù)字圖像中提取一些突出的特征點(diǎn)作為控制點(diǎn)，并對(duì)圖像中的控制點(diǎn)進(jìn)行匹配完成地圖匹配。圖像拼接技術(shù)和地圖匹配技術(shù)的研究關(guān)鍵是算法的研究和優(yōu)化，由于數(shù)字圖像是以多維數(shù)值矩陣形式存在的，做好相關(guān)算法的研究和應(yīng)用對(duì)于提高數(shù)字圖像的處理有著極為重要的意義。

3 圖像拼接關(guān)鍵技術(shù)

3.1 圖像拼接原理

圖像拼接其主要目的在于通過(guò)對(duì)兩幅或是多幅數(shù)字圖像進(jìn)行處理來(lái)提高所處理數(shù)字圖像的質(zhì)量和視場(chǎng)范圍，并最終消除數(shù)字圖像在空間、時(shí)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(jìn)行大量的計(jì)算，在圖像拼接處理中一般流程如下：圖像獲取-預(yù)處理-配準(zhǔn)-融合。其中圖像配準(zhǔn)是關(guān)鍵，需要對(duì)所提取出的圖像特征、信息進(jìn)行對(duì)比和匹配。圖像預(yù)處理是對(duì)輸入的圖像進(jìn)行噪音消除、圖像增強(qiáng)和幾何校正，從而使得所需處理的數(shù)字圖像在存儲(chǔ)算法上與圖像拼接處理技術(shù)相匹配。配準(zhǔn)是通過(guò)圖像之間的對(duì)比，找出不同圖像之間重疊區(qū)域的數(shù)字信息，以最優(yōu)化的空間變換關(guān)系和灰度變換關(guān)系對(duì)待處理數(shù)字圖像進(jìn)行坐標(biāo)系轉(zhuǎn)換將兩幅或是多幅數(shù)字圖像轉(zhuǎn)變?yōu)橥蛔鴺?biāo)系，建立起標(biāo)準(zhǔn)的模型。圖像融合是在圖像配準(zhǔn)基礎(chǔ)上對(duì)圖像重疊區(qū)域的像素進(jìn)行平滑處理，提高圖像重疊區(qū)域的圖像質(zhì)量。數(shù)字圖像拼接技術(shù)關(guān)鍵在于匹配的方法、精度以及圖像融合效果。

3.2 圖像預(yù)處理技術(shù)

以無(wú)人機(jī)所拍攝圖像為例，無(wú)人機(jī)所拍攝的圖像重疊度較高，通過(guò)對(duì)圖像進(jìn)行預(yù)處理，篩選出所需要的圖像并對(duì)圖像進(jìn)行校正、降噪等的處理，用以為后續(xù)圖像處理打下良好的基礎(chǔ)。在圖像篩選中，以某一圖像為基礎(chǔ)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(shí)際信號(hào)與真實(shí)信號(hào)之間的偏差，由于拍攝過(guò)程中會(huì)受到多種因素的影響致使所拍攝的圖像與實(shí)際圖像往往會(huì)存在一定的偏差，這就是圖像噪聲。圖像噪聲具有隨機(jī)性，不可預(yù)測(cè)性，圖像噪聲抑制是指對(duì)圖像進(jìn)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?yàn)V波和頻域?yàn)V波兩種，空域?yàn)V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(zhǔn)

圖像配準(zhǔn)是指依靠一些相似性度量，對(duì)不同的數(shù)字圖像進(jìn)行對(duì)準(zhǔn)或是廣義匹配，完成重疊圖像間的轉(zhuǎn)換。圖像配準(zhǔn)的關(guān)鍵是圖像重疊區(qū)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(zhǔn)的圖像特征。以基于灰度的圖像配準(zhǔn)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(diǎn)多、計(jì)算量小、特征數(shù)目合理且分布較均勻的特點(diǎn)。相似性度量是衡量每次變化結(jié)果的準(zhǔn)則，主要用于圖像變換的評(píng)價(jià)，綜合特征提取和相似性度量可以評(píng)價(jià)配準(zhǔn)算法的抗干擾能力。搜索空間指的是變換算法在數(shù)字圖像的應(yīng)用范圍，可分為全局性的、局部性的和位移場(chǎng)的。圖像配準(zhǔn)可以根據(jù)圖像變換所作用的范圍進(jìn)行選取。圖像配準(zhǔn)所采用的方法主要為：基于灰度的配準(zhǔn)方法、基于變換域的配準(zhǔn)方法、基于特征的配準(zhǔn)方法。其中基于灰度的配準(zhǔn)方法實(shí)現(xiàn)簡(jiǎn)單但是計(jì)算量較大、耗時(shí)較長(zhǎng)，適用的范圍較小?；谧儞Q域的配準(zhǔn)方法受圖像噪聲影響較小，計(jì)算量少且有成熟的算法可以套用，易于硬件實(shí)現(xiàn)。但是需要注意的是基于變換域的配準(zhǔn)方法僅在圖像平移運(yùn)動(dòng)時(shí)發(fā)揮出的效果較好而在圖像間旋轉(zhuǎn)、縮放時(shí)發(fā)揮出應(yīng)有的效果。在獲得配準(zhǔn)圖像的匹配點(diǎn)對(duì)后，可以根據(jù)匹配點(diǎn)來(lái)對(duì)配準(zhǔn)圖像的映射參數(shù)進(jìn)行確定，并建立起配準(zhǔn)圖像的函數(shù)映射關(guān)系，這一關(guān)系被稱為圖像變換模型?，F(xiàn)今常用的坐標(biāo)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(duì)于圖像配準(zhǔn)后，根據(jù)所匹配的特征對(duì)建立起圖像之間的數(shù)學(xué)模型，并依據(jù)變化模型可以將所需要處理的圖像轉(zhuǎn)變到統(tǒng)一的坐標(biāo)系中。需要注意的是變化后的數(shù)字圖像其像素點(diǎn)坐標(biāo)并不是整數(shù)，這就會(huì)造成拼接的圖像出現(xiàn)一定的間隔偏差，而為了消除偏差而需要根據(jù)配準(zhǔn)圖像坐標(biāo)點(diǎn)周?chē)袼攸c(diǎn)的灰度值進(jìn)行像素點(diǎn)的插補(bǔ)。在插補(bǔ)方法中分為鄰近值插補(bǔ)法、雙線性插補(bǔ)法和立方卷積插補(bǔ)法，其中鄰近值插補(bǔ)法插補(bǔ)速度快但插補(bǔ)效果差，雙線性插補(bǔ)法插補(bǔ)效果好但耗時(shí)長(zhǎng)，而立方卷積法則耗時(shí)最長(zhǎng)其所插補(bǔ)的效果也最好。在選用插補(bǔ)方法時(shí)可以結(jié)合圖像的特點(diǎn)合理地進(jìn)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(qū)域利用相應(yīng)的算法重新構(gòu)建該區(qū)域像素的亮度值，從而使得重疊區(qū)域的邊界能夠平滑過(guò)渡。圖像融合技術(shù)主要有以下四類：簡(jiǎn)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(shù)融合法。

4 地圖匹配關(guān)鍵技術(shù)

遙感測(cè)繪所獲得的數(shù)字圖像經(jīng)過(guò)拼接后形成大幅全景圖，在對(duì)數(shù)字圖像進(jìn)行分析過(guò)程中無(wú)法根據(jù)數(shù)字圖像獲取所需要的相關(guān)信息，而是需要根據(jù)目標(biāo)周邊的環(huán)境才能對(duì)目標(biāo)進(jìn)行定位、分析，通過(guò)地圖匹配技術(shù)可以對(duì)拼接后的全景圖進(jìn)行精確定位?，F(xiàn)今對(duì)全景圖進(jìn)行定位的技術(shù)主要是地圖匹配技術(shù)，其主要功用是用于對(duì)數(shù)字圖像所生成的電子地圖進(jìn)行目標(biāo)定位。地圖匹配技術(shù)是通過(guò)定位傳感器獲得移動(dòng)終端位置的關(guān)鍵技術(shù)，相較于無(wú)線電導(dǎo)航技術(shù)等間接導(dǎo)航技術(shù)，該技術(shù)在電子地圖上的定位精度較高。地圖匹配技術(shù)其主要工作原理是通過(guò)算法將目標(biāo)特征值提取并與數(shù)字地圖中的特征值進(jìn)行匹配用以目標(biāo)定位。宏觀來(lái)說(shuō)地圖匹配是將GPS信息與GIS數(shù)字地圖信息相匹配的技術(shù)融合。地圖匹配過(guò)程中首先需要對(duì)目標(biāo)圖像特征進(jìn)行預(yù)處理，結(jié)合數(shù)字圖像的類型選定相應(yīng)的圖像特征提取模板，并計(jì)算圖像與模板的相似度選取相似度最高的位置點(diǎn)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(lái)保證，在算法的實(shí)際應(yīng)用中其會(huì)受到多種因素的影響，以地圖匹配算法的實(shí)時(shí)性為例，實(shí)時(shí)性指的是地圖匹配中目標(biāo)位置快速定位的速度，而當(dāng)算法所匹配的特征值越多、地圖匹配的規(guī)則越復(fù)雜所需處理的數(shù)據(jù)量越大則地圖匹配的實(shí)時(shí)性也就越差。算法的實(shí)時(shí)性與圖像的復(fù)雜度以及處理規(guī)則密切相關(guān)。魯棒性指的是地圖匹配過(guò)程中算法能否自動(dòng)糾錯(cuò)，其會(huì)對(duì)地圖匹配響應(yīng)速度及響應(yīng)的準(zhǔn)確性造成一定的影響。地圖匹配精度受GPS準(zhǔn)確性、坐標(biāo)轉(zhuǎn)換誤差以及電子地圖誤差等因素的影響，其中GPS誤差來(lái)自于系統(tǒng)內(nèi)和系統(tǒng)外兩方面的誤差，隨機(jī)因素影響較大。而坐標(biāo)轉(zhuǎn)換誤差則受圖像特征和算法的綜合影響。一般來(lái)說(shuō)，數(shù)字地圖的數(shù)據(jù)與實(shí)際數(shù)據(jù)之間都會(huì)存在一定的誤差，而這一誤差將會(huì)對(duì)定位數(shù)據(jù)與電子地圖的地圖匹配產(chǎn)生較大的影響。

5 結(jié)束語(yǔ)

數(shù)字圖像處理是現(xiàn)代信息建設(shè)中的重要組成部分，借助于數(shù)字圖像處理技術(shù)能夠有效地對(duì)數(shù)字圖像進(jìn)行處理并生成所需要的數(shù)字圖像。圖像拼接與地圖匹配技術(shù)能夠?qū)y(cè)繪所獲得圖像進(jìn)行擴(kuò)展與定位，使得圖像的可利用率大幅上升。本文以無(wú)人機(jī)所拍攝的數(shù)字圖像為例對(duì)圖像拼接技術(shù)和地圖匹配技術(shù)進(jìn)行了分析闡述。

參考文獻(xiàn)：

[1]郭忠武，王廣志，劉永斌，等.基于數(shù)字視頻和數(shù)字圖像處理的步態(tài)分析系統(tǒng)[J].航天醫(yī)學(xué)與醫(yī)學(xué)工程，2002，15（2）：122-126.

[2]孫杰，袁躍輝，王傳永.數(shù)字圖像處理自動(dòng)圖像聚焦算法的分析和比較[J].光學(xué)學(xué)報(bào)，2007，27（1）：35-39.

[3]張玉杰，吳平林，路昌明.基于數(shù)字圖像處理和神經(jīng)網(wǎng)絡(luò)的爐膛溫度場(chǎng)測(cè)量及燃燒診斷方法的研究[J].熱力發(fā)電，2004（7）：18-21.