杨 祥，周 楠

(桂林理工大学 信息科学与工程学院，广西 桂林 541006)

0 引 言

随着科学技术的发展, 使用无人机构建局部地区的遥感图像已经成为了一个较为热门的研究课题[1-2]。无人机具有灵活、 便捷、 高速的特点, 在许多领域和场合中得到十分广泛的应用, 例如交通监管、 资源探测、 森林防火、 气象监测等[2]。但也存在拍摄图像尺寸较小、 单张图片反映出来的信息受限等不足, 需要多次拍摄并将图像进行拼接得到区域的遥感图像。

图像拼接通过配准、 变换和融合等方式把多张具有重叠部分的图像经过处理后成为一张广角清晰的图像[3]。图像的拼接过程大致分为3个主要步骤: 图像特征点的有效提取与匹配、 图像的配准以及图像的无缝融合[4]。图像中的特征点通常是指在一幅图像中具有代表性的部分, 然而由于这些特征点所包含的信息因素相对较少, 只能反映出其所处位置在图像中的坐标信息, 因此, 如何在两幅图中找出相匹配的特征点无疑是其中的关键; 图像的配准主要是采用了某种匹配的策略, 根据这种策略, 找出带拼接图像中所对应的模板, 据此模版进行图像配准; 图像的无缝融合是根据匹配对, 对图像具有重叠的部分进行融合拼接, 从而得到图像的全景拼接图像。

由于无人机易受天气的影响、 飞行姿态不稳定, 并且存在倾角大、 视差不连续和图像间重叠度变化明显等缺点, 在航拍过程中图像容易发生畸变, 使阴影区域所影响的灰度产生局部的变化, 从而影响匹配的准确性, 因此需要一种具有高效鲁棒性的图像拼接算法。……