欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種真正射影像生成方法與流程

文檔序號:12722551閱讀:690來源:國知局

本發(fā)明涉及微小型無人機光學影像的數(shù)據(jù)處理技術(shù),尤其涉及的是一種真正射影像生成方法。



背景技術(shù):

無人機與傳感器技術(shù)的快速發(fā)展,使得高分辨率、超分辨率的數(shù)據(jù)獲取的成本越來越低,常規(guī)正射影像處理技術(shù)不能很好的滿足超高分辨率影像的處理需求,尤其是對城區(qū)超高分辨率影像來說,常規(guī)正射影像具有諸如房屋傾倒,高架橋錯位等不可克服的缺陷。

不同于常規(guī)大數(shù)碼影像,微小型無人機光學影像存在像幅小,分辨率高、像片數(shù)量多、影像傾角大、重疊度高且不規(guī)則、色彩不均勻等問題,如何快速拼接生成測區(qū)全景影像圖對數(shù)據(jù)處理技術(shù)提出了更高的要求,常規(guī)正射影像處理技術(shù)不能很好的解決諸如城區(qū)房屋傾倒,高架橋錯位等問題。因此,現(xiàn)有技術(shù)存在缺陷,需要改進。



技術(shù)實現(xiàn)要素:

本發(fā)明所要解決的技術(shù)問題是:提供一種應用于微小型無人機光學影像全自動化真正射處理方法,有效解決高分辨率城區(qū)影像房屋傾倒,高架橋錯位、色彩不一致等問題,可以實現(xiàn)高分辨率、高重疊度影像的自動真正射處理。

本發(fā)明的技術(shù)方案如下:一種光學影像真正射處理方法,應用于微小型高分辨率無人機影像中,包括如下步驟:A:盲區(qū)檢測:根據(jù)航攝區(qū)域高精度EO數(shù)據(jù)和DSM數(shù)據(jù),采用四叉樹技術(shù),快速計算影像中每一像元的遮擋情況,生成盲區(qū)圖斑;B:正射糾正:根據(jù)相機參數(shù)、測區(qū)高精度POS和DSM數(shù)據(jù),對影像進行數(shù)字微分糾正,得到單張正射影像;C:生成掩膜圖像:根據(jù)盲區(qū)圖斑和正射糾正后影像的有效區(qū)域,生成對應影像的掩膜圖像;D:盲區(qū)填補與圖像融合:生成權(quán)值模板,根據(jù)影像間的拓撲關(guān)系,從相鄰影像中提取權(quán)值最大的有效像元,使用圖像多尺度融合技術(shù),填補對應部分的盲區(qū)圖斑;E:影像勻色:構(gòu)建顧及局部的全局勻色模板,進行單張影像的批量并行勻色處理;F:生成真正射影像:采用鑲嵌線算法,將經(jīng)過盲區(qū)填補的具有重疊度的正射影像進行拼接,輸出真正射影像圖。本發(fā)明應用于微小型無人機光學影像全自動化真正射處理,有效解決了高分辨率城區(qū)建筑物傾倒、扭曲以及圖像之間色彩不一致問題,可以實現(xiàn)大重疊度影像的真正射處理。

應用于上述技術(shù)方案,所述的一種真正射影像生成方法中,步驟A中,盲區(qū)檢測的具體步驟如下:A1:根據(jù)相機參數(shù)和EO數(shù)據(jù),計算出影像在DSM上的投影區(qū)域Rp;A2:使用四叉樹技術(shù),將投影區(qū)域Rp逐級細分,生成一顆四叉樹Ti,其中,Ti第一層四個節(jié)點對應的區(qū)域,是以攝站點在投影平面內(nèi)的投影為中心,在水平垂直兩方向上劃分出的四個子區(qū)域,其他各層的剖分方法為其父節(jié)點對應區(qū)域的的四等分,Ti葉節(jié)點的尺寸不大于100x100像元;A3:在Ti樹上,快速計算每一葉節(jié)點包含的像元到攝站點的通視情況,若被其他像元遮擋,該像元對應的位置就是盲點,所有盲點聯(lián)通在一起就是盲區(qū)圖斑;A4:對盲區(qū)圖斑,使用柵格圖像連通性檢測技術(shù),濾除面積較小的盲區(qū),生成優(yōu)化后的盲區(qū)圖斑。

應用于上述技術(shù)方案,所述的一種真正射影像生成方法中,步驟D中,盲區(qū)填補與融合的具體步驟如下:D1:構(gòu)建所有影像間的空間拓撲關(guān)系,并建立快速檢索表;D2:根據(jù)拓撲關(guān)系快速檢索表,查找與當前影像具有拓撲鄰接的所有影像;D3:對每一幅影像逐像元生成權(quán)值圖像,權(quán)值的大小為當前像元到當前影像曝光點下視點的歐幾里得距離與其到盲區(qū)邊緣歐幾里得距離的乘積;D4:遍歷盲區(qū)圖斑圖像中的每一個盲點像元,在所有與其相鄰的影像的權(quán)值圖像上,找出對應位置權(quán)值最大的像元,將其填補到盲點像元位置處,最終生成盲區(qū)圖斑填補圖;D5:使用圖像多尺度融合技術(shù),將盲區(qū)圖斑填補圖,與正射糾正后的影像進行分頻段融合,生成單幅真正射影像。

應用于上述技術(shù)方案,所述的一種真正射影像生成方法中,步驟D5中,對各影像盲區(qū)邊緣處進行色彩過渡的步驟具體如下:D50:對正射糾正后的影像和圖斑填補后的影像,生成兩幅掩膜影像,掩膜影像是對偶互補關(guān)系;D51:分別對兩幅掩膜影像的構(gòu)建高斯金字塔;D52:分別對正射糾正后的影像和圖斑填補后的影像生成拉普拉斯金字塔;D53:根據(jù)掩膜影像的高斯金字塔中的多尺度掩膜,將參與融合的兩幅影像對應的拉普拉斯金字塔中的子頻段影像進行融合處理,構(gòu)建融合后的影像金字塔;D54:使用經(jīng)過融合處理后的影像金字塔,將各子頻段加以合成,重建一幅新影像。

應用于上述技術(shù)方案,所述的一種真正射影像生成方法中,步驟E中,構(gòu)建顧及全局的局部勻色模板,進行單張影像的并行批量勻色處理的步驟具體如下:E1:構(gòu)建所有待處理單張影像的金字塔;E2:將每幅影像金字塔中間層的影像,使用多尺度融合技術(shù),拼接成一幅顏色過渡平滑的參考影像;E3:統(tǒng)計每幅影像在參考影像上的投影區(qū)域內(nèi)的子影像灰度均值、方差、直方圖信息,形成各自的顧及全局的局部勻色模板;E2:統(tǒng)計測區(qū)內(nèi)所有影像的灰度均值、方差、直方圖信息,作為初始模板;E3:使用直方圖映射與Wallis模板匹配映射方法,構(gòu)建每幅影像的色彩轉(zhuǎn)換模型;E4:根據(jù)色彩轉(zhuǎn)換模型,對每幅影像進行色彩調(diào)節(jié)處理。

應用于上述技術(shù)方案,所述的一種真正射影像生成方法中,步驟F中,執(zhí)行步驟具體如下:F1:根據(jù)姿態(tài)角,遍歷所有影像,剔除俯仰角和橫滾角超限的影像,在剔除的過程中,首先檢測剔除超限影像后,剩余影像的重疊度是否滿足需要,若不滿足,該影像將再次選入?yún)⑴c處理;F2:構(gòu)建剩余影像的Voronoi圖,將voronoi圖的每一個多邊形網(wǎng)格向外擴張256個像元,使用擴張后多邊形的外包矩形裁剪對應的單幅正射影像;F3:為參與處理的所有影像生成接縫線,接縫線使用中軸線法和最優(yōu)路線法兩種方法生成;F4:對接縫線覆蓋區(qū)域進行規(guī)則格網(wǎng)分區(qū),每個區(qū)塊內(nèi)使用加權(quán)融合法進行拼接處理,生成子塊影像;F5:對子塊影像采用掃描線快速填充法進行影像快速拼接處理,輸出鑲嵌后的真正射影像圖。

采用上述方案,本發(fā)明提供了專門針對微小型無人機光學影像真正射處理算法,包括從原始影像的盲區(qū)檢測、正射糾正、盲區(qū)填補與融合、掩模圖像生成、影像勻色到最終鑲嵌出圖的全自動化處理流程,有效克服了城區(qū)高分辨率,大重疊度影像建筑物傾倒、幾何錯位和色彩不一致問題。

附圖說明

圖1為本發(fā)明的流程示意圖。

具體實施方式

以下結(jié)合附圖和具體實施例,對本發(fā)明進行詳細說明。

本實施例提供了一種真正射影像生成方法,如圖1所示,真正射影像生成方法應用于高分辨率微小型無人機光學影像處理中,其包括如下步驟:

首先步驟A:盲區(qū)檢測:根據(jù)航攝區(qū)域高精度EO數(shù)據(jù)和DSM數(shù)據(jù),采用四叉樹技術(shù),快速計算影像中每一像素的遮擋情況,生成盲區(qū)圖斑;

其中,具體地,盲區(qū)檢測的具體步驟如下:

A1:根據(jù)相機參數(shù)和EO數(shù)據(jù),計算出影像在DSM上的投影區(qū)域Rp;

A2:使用四叉樹技術(shù),將投影區(qū)域Rp逐級細分,生成一顆四叉樹Ti,其中,Ti第一層四個節(jié)點對應的區(qū)域,是以攝站點在投影平面內(nèi)的投影為中心,在水平垂直兩方向上劃分出的四個子區(qū)域,其他各層的剖分方法為其父節(jié)點對應區(qū)域的的四等分,Ti葉節(jié)點的尺寸不大于100x100像元;

A3:在Ti樹上,快速計算每一葉節(jié)點包含的像元到攝站點的通視情況,若被其他像元遮擋,該像元對應的位置就是盲點,所有盲點聯(lián)通在一起就是盲區(qū)圖斑;

A4:對盲區(qū)圖斑,使用柵格圖像連通性檢測技術(shù),濾除面積較小的盲區(qū),生成優(yōu)化后的盲區(qū)圖斑。

然后步驟B:對圖像進行正射糾正:其中,根據(jù)相機參數(shù)、測區(qū)高精度POS和DSM數(shù)據(jù),對影像進行數(shù)字微分糾正,得到單張正射影像。

得到單張正射影像后,進行步驟C:生成掩膜圖像:根據(jù)盲區(qū)圖斑和正射糾正后影像的有效區(qū)域,生成對應影像的掩膜圖像。

然后,步驟D:盲區(qū)填補與融合:生成權(quán)值模板,根據(jù)影像間的拓撲關(guān)系,從相鄰影像中選取權(quán)值最大的有效像元,使用圖像多尺度融合技術(shù),填補對應部分的盲區(qū)圖斑;

步驟D中,盲區(qū)填補與融合的具體步驟如下:

D1:構(gòu)建所有影像間的空間拓撲關(guān)系,并建立快速檢索表;

D2:根據(jù)拓撲關(guān)系快速檢索表,查找與當前影像具有拓撲鄰接的所有影像;

D3:對每一幅影像逐像元生成權(quán)值圖像,權(quán)值的大小為當前像元到當前影像曝光點下視點的歐幾里得距離與其到盲區(qū)邊緣歐幾里得距離的乘積;

D4:遍歷盲區(qū)圖斑圖像中的每一個盲點像元,在所有與其相鄰的影像的權(quán)值圖像上,找出對應位置權(quán)值最大的像元,將其填補到盲點像元位置處,最終生成盲區(qū)圖斑填補圖;

D5:使用圖像多尺度融合技術(shù),將盲區(qū)圖斑填補圖,與正射糾正后的影像進行分頻段融合,生成單幅真正射影像。

其中,步驟D5中,對各影像盲區(qū)邊緣處進行色彩過渡的步驟具體如下:

D50:對正射糾正后的影像和圖斑填補后的影像,生成兩幅掩膜影像,掩膜影像是對偶互補關(guān)系;

D51:分別對兩幅掩膜影像的構(gòu)建高斯金字塔;

D52:分別對正射糾正后的影像和圖斑填補后的影像生成拉普拉斯金字塔;

D53:根據(jù)掩膜影像的高斯金字塔中的多尺度掩膜,將參與融合的兩幅影像對應的拉普拉斯金字塔中的子頻段影像進行融合處理,構(gòu)建融合后的影像金字塔;

D54:使用經(jīng)過融合處理后的影像金字塔,將各子頻段加以合成,重建一幅新影像。

最后,進行步驟E:影像勻色:構(gòu)建顧及局部的全局勻色模板,進行單張影像的批量并行勻色處理;

步驟E中,構(gòu)建顧及全局的局部勻色模板,進行單張影像的并行批量

勻色處理的步驟具體如下:

E1:構(gòu)建所有待處理單張影像的金字塔;

E2:將每幅影像金字塔中間層的影像,使用多尺度融合技術(shù),拼接成一幅顏色過渡平滑的參考影像;

E3:統(tǒng)計每幅影像在參考影像上的投影區(qū)域內(nèi)的子影像灰度均值、方差、直方圖信息,形成各自的顧及全局的局部勻色模板;

E2:統(tǒng)計測區(qū)內(nèi)所有影像的灰度均值、方差、直方圖信息,作為初始模板;

E3:使用直方圖映射與Wallis模板匹配映射方法,構(gòu)建每幅影像的色彩轉(zhuǎn)換模型;

E4:根據(jù)色彩轉(zhuǎn)換模型,對每幅影像進行色彩調(diào)節(jié)處理。

最后,步驟F:生成真正射影像:采用鑲嵌線算法,將具有重疊度的影像進行拼接,輸出真正射影像圖。

步驟F中,執(zhí)行步驟具體如下:

F1:根據(jù)姿態(tài)角,遍歷所有影像,剔除俯仰角和橫滾角超限的影像,在剔除的過程中,首先檢測剔除超限影像后,剩余影像的重疊度是否滿足需要,若不滿足,該影像將再次選入?yún)⑴c處理;

F2:構(gòu)建剩余影像的Voronoi圖,將voronoi圖的每一個多邊形網(wǎng)格向外擴張256個像元,使用擴張后多邊形的外包矩形裁剪對應的單幅正射影像;

F3:為參與處理的所有影像生成接縫線,接縫線使用中軸線法和最優(yōu)路線法兩種方法生成;

F4:對接縫線覆蓋區(qū)域進行規(guī)則格網(wǎng)分區(qū),每個區(qū)塊內(nèi)使用加權(quán)融合法進行拼接處理,生成子塊影像;

F5:對子塊影像采用掃描線快速填充法進行影像快速拼接處理,輸出鑲嵌后的真正射影像圖。

以上僅為本發(fā)明的較佳實施例而已,并不用于限制本發(fā)明,凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等,均應包含在發(fā)明的保護范圍之內(nèi)。

當前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
红原县| 峨山| 呼伦贝尔市| 金平| 黄石市| 泊头市| 越西县| 昭觉县| 时尚| 富源县| 达尔| 措勤县| 宝清县| 新邵县| 军事| 铅山县| 昭平县| 松江区| 贵南县| 宁波市| 西昌市| 马关县| 侯马市| 钦州市| 兰考县| 金阳县| 池州市| 莱芜市| 齐河县| 仙居县| 清丰县| 梅河口市| 封开县| 万载县| 阿拉善左旗| 黑河市| 长岛县| 资溪县| 方山县| 霍城县| 曲水县|