无人机低空遥感影像自动拼接技术的研究

无人机低空遥感影像自动拼接技术的研究
摘要：近年来，无人机低空遥感影像的自动拼接技术得到了业内的广泛关注，
研究其相关课题有着重要意义。

本文首先对相关内容做了概述，分析了无人机低
空遥感影像的处理，并结合相关实践经验，分别从多个角度与方面就无人机低空
遥感影像的自动拼接方法展开了研究，阐述了个人对此的几点看法与认识，望有
助于相关工作的实践。

关键词：无人机；低空遥感影像；自动拼接技术
1前言
自动拼接技术作为无人机低空遥感影像应用中的一项重要方面，对其的相关
研究极为关键。

该文提及的研究，将会更好地提升对自动拼接技术的分析与掌控
力度，从而通过相应的措施与途径，进一步优化无人机低空遥感工作的最终整体
效果。

2概述
低空无人机搭载小像幅数码相机，单张像片覆盖范围较小，测区的完整影像
需由若干单张像片匹配与拼接而成。

在低空作业时，受自驾仪（陀螺）、数码相
机和机身三轴关系不一致、气流等影响下，会偏离设计航线且飞行姿态较差，使
获取的相邻遥感影像间存在较大像片旋角和不规则的像片重叠度，导致无法确定
搜索范围，降低基于灰度影像匹配的准确率和可靠性，甚至失去灰度相关性。

影
像匹配作为数字摄影测量领域的核心问题，实现了不同影像上像点之间对应性关
系的自动建立，是空中三角测量和数字表面模型等空间数据产品自动生成的基础，按匹配基元可分为基于灰度、基于特征和基于理解与解译三类。

在影像匹配领域中，有许多基于点特征的检测算法，如Moravec、Forstner、Harris、SUSAN、SIFT
及其改进算法等等。

针对低空无人机遥感影像的特点，本文通过分析无人机低空
遥感影像的处理流程，提出了无人机低空遥感影像的自动拼接方法，以期对后续
作业有所帮助。

3无人机低空遥感影像的处理流程
3.1影像预处理
无人机搭载的非量测型相机不是专门为摄影测量设计的，它没有准确地测定
内方位元素，且透镜的排列也没有进行严格的校正，所以拍摄得到的数字影像边
缘存在较大的光学畸变误差。

利用影像裁剪工具，将影像边缘畸变差较大的部分
裁剪掉，保留每张影像中心畸变差较小的部分。

由于拍摄时受天气状况，云雾等因素的影响，影像内部、影像之间、航带之
间存在颜色、明暗等方面的差异。

这种差异会对信息判读、特征提取造成困难。

因此需要对影像进行匀色处理，以保证镶嵌后影像色彩的自然过渡，具有良好的
可读性，便于各种应用，使正射影像图发挥更好的作用。

3.2空中三角测量
空中三角测量就是无人机影像处理的关键，利用地面控制点坐标经过平差计
算出无人机影像的外方位元素和影像加密点的地面坐标。

实际应用中可以使用VirtuoZo、PixelGrid等摄影测量软件进行自动空中三角测量并通过人工干预提高处理精度。

通过对区域网进行空中三角测量，能够获得控制点和检查点的精度值，从而
对低空遥感作业所得数据整体的精度有一个充分的了解，并在必要时采取一定措
施来提高地面控制点的精度来提高整体结果的准确性
3.3生成正射影像
完成空中三角测量之后，便可以进行DEM获取和正射影像生成等操作利用空中三角测量后的方位元素及影像匹配获得的大量同名点进行前方交会，生成大量离散的三维点，并利用人机交互的办法得到摄区的DEM，最终生成精确的正射影像。

4无人机低空遥感影像的自动拼接方法探讨
4.1有缝快速拼接
本文中采用的无人机低空遥感影像有缝快速拼接为Microstation软件二次开发实现，其主体思想是:将无人机航摄时获取的概略POS数据进行坐标转换到测量坐标系，并对影像主点进行展点;以影像主点为定位中心点将影像快速排列以实现快速拼接。

有缝快速拼接缺点是影像存在明显接缝，但速度极快，完成200张影像(7168×5440像素)的快速拼接只需要10min左右;而且这种拼接影像基于POS数据定位，带有坐标信息，可用于无人机航摄影像快速检查、测区简单变化分析、无人机遥感影像外业控制测量底图。

4.2全景影像拼接
无人机低空遥感影像全景影像拼接是将无人机获取的多张影像组成一个大幅面的全景影像图的方法。

无人机在飞行时由于受到气流等方面的影响，传感器和目标的相对位置不断发生变化，相邻影像的拍摄角度、拍摄尺度并不一致。

拼接全景影像通常采用经典的SIFT算法进行影像匹配。

通过提取图像的尺度不变特征点，解决了待拼接图像间大的平移、旋转、尺度变化的干扰，实现差异较大的两幅图像之间的特征的匹配，进而通过匹配的多个同名点进行无人机遥感影像的拼接，从而创造出高质量的全景影像。

全景影像制作的思路是先分航线拼接，再进行航线间影像拼接。

分航线拼接是通过SIFT匹配对航线的影像进行自动拼接。

相邻航带间拼接是在分航线拼接的影像上人工调整匹配控制点拼接，从而将多航线的影像拼接成完整的影像图，最后对部分区域进行匀光匀色修补获得全摄区影像。

采用此种方法拼接影像的最大优势是航带内可实现快速无缝拼接，并且地物变形小，相对位置关系也较准确，整体拼接速度较快。

试验采用PTGuiPro进行，拼接200张影像完成时间在3h左右。

在高差不大的区域，拼接图可经过影像纠正配准，获取地理坐标。

此种影像拼接方法的成果可以应用于突发事件和灾害监测，能快速有效为救援指挥方案提供决策依据。

4.3无野外控制正射影像拼接
无人机低空遥感系统在航摄时，自带有GPS和IMU组成的POS系统，能获取航摄时无人机的WGS－84坐标和飞行姿态数据。

可以将无人机航摄时获取的POS 数据作为影像的初始外方位元素，参与空中三角测量的平差，自动生成数字高程模型，再由数字高程模型生成正射影像。

无人机航摄时获取的POS数据精度不高，因此生成的正射影像经拼接后，需要进行精确配准，才能获取精度较高的坐标。

在MapAT中完成200张影像正射影像制作约需要7h，制作出的成果。

这种影像拼接方法得到的拼接结果精度高，拼接后的影像基本无拼接裂缝和畸变，影像还带有空间坐标信息。

但是由于无人机导航数据的POS数据精度不高，因此影像的高程信息精度不高，拼接后的影像经过影像配准和坐标纠正，可获取精度较高的平面坐标。

此种拼接方法制作的成果平面精度高，生产周期短，可用于城市和农村的变化检测，也可用于不易进入地区的正射影像生产。

5结束语
综上所述，加强对无人机低空遥感影像自动拼接技术的研究分析，对于其良好实践效果的取得有着十分重要的意义，因此在今后的无人机低空遥感影像自动拼接过程中，应该加强对其关键环节与重点要素的重视程度，并注重其具体实施措施与方法的科学性。

参考文献：
[1] 杨爱玲，孙汝岳，徐开明.基于固定翼无人机航摄影像获取及应用探讨[J].测绘与空间地理信息.2016（10）：60-62.
[2] 刘庆元，徐柳华，沈彩莲，王小平.基于无人飞行器遥感影像的数字摄影测量关键技术研究[J].测绘科学.2017（01）：115-116.
[3] 鲁恒，李永树，何敬，任志明.无人机低空遥感影像数据的获取与处理[J].测绘工程.2016（09）：88-89.。