改进保形半投影的无人机遥感图像拼接算法

用 SPHP 算法，根据求得的单应矩阵进行坐标变换，平滑的外推至非重叠区域；最后，进行图像融合。实验结果表明，所提算
法在拼接视差无人机遥感图像时，能够有效地改善视差问题，提高配准精度，解决非重叠区域的形变失真问题。
关键词：图像拼接；无人机遥感图像；SPHP；图像变形；坐标变换；图像融合
中图分类号：TN911.73⁃34；TP751.1
2021 年 10 月 15 日 第 44 卷第 20 期
现代电子技术 Modern Electronics Technique
Oct. 2021 Vol. 44 No. 20
133 DOI：10.16652/j.issn.1004⁃373x.2021.20.027
引用格式：赵辉，杜雅欣，王红君，等 . 改进保形半投影的无人机遥感图像拼接算法[J]. 现代电子技术，2021，44（20）：133⁃136.
改进保形半1，王红君 1，岳有军 1
（1. 天津理工大学，天津 300384；2. 天津农学院 工程技术学院，天津 300384）
摘 要：在无人机遥感图像拼接过程中，针对由于无人机在遥感图像拼接过程中视差所造成的鬼影影响配准的问题，
文章提出一种改进的保形半投影算法（SPHP）。首先，根据 TPS 模型将目标图像进行变形，实现与源图像投影对齐；然后，采
Keywords：image mosaic；UAV remote sensing image；SPHP；image deformation；coordinate transformation；image fusion
无人机低空遥感系统在灾害监测、农作物监测等场 景具有重要作用[1]。但是，由于飞行高度的影响，在获取 较大视野图像时，存在图像不够清晰、分辨率低等问题， 且分辨率与视场范围不易协调。图像拼接技术是将具 有同一场景的图像组合成全景图像的过程，从而获得清 晰度高且视野范围宽的图像 。 [2] 由于其较强的实用性， 研究者一直对其有着广泛关注，并相继提出了几种局部 翘 曲 配 准 的 方 法 ，如 平 滑 变 化 仿 射 算 法（SVA）、尽 可 能 投 影 算 法（APAP）等 ，这 些 方 法 均 是 采 用 多 个 局 部 参 数 扭 曲[3]，对 提 高 图 像 拼 接 质 量 起 到 了 积 极 作 用 。 然 而 ， SVA 和 APAP 使得图像的一部分形状被拉伸以及不均 匀的放大，继而出现形变失真问题。
传 统 的 SPHP 算 法[4⁃5]将 重 叠 区 域 的 投 影 变 换 经 过 过渡区域平滑地过渡到非重叠区域的相似变换，可以很 好 地 解 决 非 重 叠 区 域 的 形 变 问 题 。 但 是 ，在 对 齐 图 像
时 ，由 于 外 界 环 境 的 干 扰 ，无 人 机 所 拍 摄 的 图 像 存 在 视 差 问 题 ，在 重 叠 区 域 容 易 产 生 鬼 影 以 及 扭 曲 。 因 此 ，本 文提出一种改进的 SPHP 算法应用于无人机遥感图像 处 理 ，在 SPHP 投 影 变 换 之 前 ，首 先 根 据 匹 配 点 对 构 造 一个解析变形函数来消除视差误差，然后根据计算出的 变形模型对目标图像进行变形，使变形后的图像与源图 像 投 影 变 换 对 齐 ，消 除 视 差 。 在 重 叠 区 域 准 确 对 齐 后 ， SPHP 算法逐渐平滑地过渡到非重叠区域的相似变换， 从而保留了图像的原始形状。实验结果证明，改进后的 算 法 在 保 持 了 图 像 的 原 始 形 状 的 同 时 ，改 善 了 视 差 问 题，保证了一定的配准精度。
文献标识码：A
文章编号：1004⁃373X（2021）20⁃0133⁃04
UAV remote sensing image stitching algorithm with improved SPHP
ZHAO Hui1，2，DU Yaxin1，WANG Hongjun1，YUE Youjun1
（1. Tianjin University of Technology，Tianjin 300384，China；2. School of Engineering Technology，Tianjin Agricultural College，Tianjin 300384，China）
Abstract：In the process of splicing UAV remote sensing images，an improved SPHP （shape ⁃ preserving half ⁃ projecting） algorithm is proposed to deal with the problem of ghosting registration caused by parallax in the process of splicing UAV remote sensing images. First，the target image is deformed according to the TPS model to achieve projection alignment with the source image. Then，the SPHP algorithm is used to perform coordinate transformation according to the obtained homography matrix， and smoothly extrapolate it to non ⁃ overlapping regions. Finally，image fusion is performed. The experimental results show that the algorithm proposed in this paper can effectively improve the parallax and registering accuracy，and solve the problem of deformation distortion in non⁃overlapping regions when it is used to stitch the UAV remote sensing images with parallax.