CN107240070A - 一种基于应急处理的无人机图像拼接***及方法 - Google Patents
一种基于应急处理的无人机图像拼接***及方法 Download PDFInfo
- Publication number
- CN107240070A CN107240070A CN201710427893.1A CN201710427893A CN107240070A CN 107240070 A CN107240070 A CN 107240070A CN 201710427893 A CN201710427893 A CN 201710427893A CN 107240070 A CN107240070 A CN 107240070A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- information
- pixel
- unmanned plane
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000001228 spectrum Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 210000000988 bone and bone Anatomy 0.000 claims 1
- 239000004744 fabric Substances 0.000 claims 1
- 230000004044 response Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于应急处理的无人机图像拼接***及方法,涉及无人机控制技术领域,包括用于采集图像信息的图像采集模块,用于对所述指纹图像信息进行频域变换的计算模块,用于根据图像信息进行特征分析,确定图像的特征重叠区图像识别模块和用于根据图像的特征重叠区信息进行图像拼接的匹配模块。所述图像采集模块、所述图像识别模块分别与所述计算模块连接,所述匹配模块与所述图像识别模块连接。本发明的技术方案有利于及时准确的获取整个区域的完整图像信息,效率高,响应快、图像真实可靠。
Description
技术领域
本发明属于无人机控制技术领域,具体地说,涉及一种基于应急处理的无人机图像拼接***及方法。
背景技术
近年来,无人机由于机动灵活、反应迅速、隐蔽性高、定位精确和环境适应性强等优点,广泛应用于航拍、航测、灾害控制、空中支援、环境监测和城市监视等多个领域。目前利用无人机进行作业大多是通过在无人机上搭载红外或可见光相机采集图像信息并传回地面站,由于无人机飞行时间有限,单张图像视野面积小,在应急情况下,航拍图像信息量大,视角多,重叠度高,无法快速、自动地获取整个区域的完整图像信息,具有一定的局限性。
发明内容
为了实现上述目的,本发明采取的技术方案为:
一种基于应急处理的无人机图像拼接***,包括:
图像采集模块,用于采集图像信息;
计算模块,用于对所述指纹图像信息进行频域变换;
图像识别模块,用于根据图像信息进行特征分析,确定图像的特征重叠区;
匹配模块,用于根据图像的特征重叠区信息进行图像拼接;
所述图像采集模块、所述图像识别模块与所述计算模块连接,所述匹配模块与所述图像识别模块连接。
优选的,所述的一种基于应急处理的无人机图像拼接***,还包括:
归一化模块,用于对所述图像信息进行归一化处理,得到与预设尺寸范围和预设亮度范围相同的归一化图像数据;
滤波模块,用于对所述归一化图像信息进行滤波处理,去除噪声干扰;
细化模块,对图像细化处理,在保持原来形状的基础上剔除不稳定点,得到图像的骨架;
优选的,所述计算模块包括:
傅里叶变换子模块,用于对所述图像数据中的像素点进行二维离散傅里叶变换,得到所述图像数据的频谱数据,其中,所述频谱数据为所述图像数据中相同频率的像素点组成的分布情况;
像素点分布计算子模块,用于计算图像中相同频率的像素点组成的分布情况;
所述图像识别模块包括:
预处理子模块,用于对获取的图像进行预处理;
提取子模块,用于提取图像的像素点特征信息;
判断子模块,用于根据图像像素点信息判断图像的重叠区;
所述傅里叶变换子模块分别与细化模块和预处理子模块连接,所述提取子模块分别与预处理子模块和判断子模块连接,所述匹配模块与判断子模块连接。
优选的,所述的基于应急处理的无人机图像拼接***的拼接方法,包括以下步骤:
(1)采集多张连续的图像信息;
(2)对获取的图像进行预处理,去除不稳定点,得到图像的骨架;
(3)对图像中的像素点进行离散傅里叶变换,获得图像中相同频率的像素点组成的分布情况,即像素点的能量强度的分布情况;
(4)根据频谱数据确定图像的重叠区域位置,提取图像的特征重叠区;
(5)根据图像特征重叠区进行匹配拼接处理;
(6)对拼接后的图像进行平滑处理,去除接缝和边缘毛刺,得到整个区域完整图像。
优选的,所述对图像进行预处理包括以下步骤:
(1)对图像进行正规化处理,将获取的图像大小和灰度进行归一化处理,使图像大小和亮度统一;
(2)对图像进行滤波处理,去除噪声干扰;
(3)对图像细化处理,在保持原来形状的基础上剔除不稳定点,得到图像的骨架。
本发明提供一种基于应急处理的无人机图像拼接***及方法,效率高、响应快、图像真实可靠,有利于及时准确的获取整个区域的完整图像信息。
附图说明
图1是本发明实施例提供的一种基于应急处理的无人机图像拼接***的***框图。
图2是本发明另一实施例提供的一种基于应急处理的无人机图像拼接***的***框图。
图3是本发明提供的一种基于应急处理的无人机图像拼接的拼接方法的流程图。
具体实施方式
下面对照附图,通过对实施例的描述,对本发明的具体实施方式作进一步详细的说明,目的是帮助本领域的技术人员对本发明的构思、技术方案有更完整、准确和深入的理解,并有助于其实施。
如图1至图3所示,一种基于应急处理的无人机图像拼接***,包括:
图像采集模块,用于采集图像信息;
计算模块,用于对所述指纹图像信息进行频域变换;
图像识别模块,用于根据图像信息进行特征分析,确定图像的特征重叠区;
匹配模块,用于根据图像的特征重叠区信息进行图像拼接;
所述图像采集模块与计算模块连接,所述图像识别模块与计算模块连接,所述匹配模块与图像识别模块连接。
在本实施例中,所述的一种基于应急处理的无人机图像拼接***,还包括:
归一化模块,用于对所述图像信息进行归一化处理,得到与预设尺寸范围和预设亮度范围相同的归一化图像数据;
滤波模块,用于对所述归一化图像信息进行滤波处理,去除噪声干扰;
细化模块,对图像细化处理,在保持原来形状的基础上剔除不稳定点,得到图像的骨架。
在本实施例中,所述计算模块包括:
傅里叶变换子模块,用于对所述图像数据中的像素点进行二维离散傅里叶变换,得到所述图像数据的频谱数据,其中,所述频谱数据为所述图像数据中相同频率的像素点组成的分布情况;
像素点分布计算子模块,用于计算图像中相同频率的像素点组成的分布情况;
所述图像识别模块包括:
预处理子模块,用于对获取的图像进行预处理;
提取子模块,用于提取图像的像素点特征信息;
判断子模块,用于根据图像像素点信息判断图像的重叠区;
所述傅里叶变换子模块分别与细化模块和预处理子模块连接,所述提取子模块分别与预处理子模块和判断子模块连接,所述匹配模块与判断子模块连接。
在本实施例中,所述的基于应急处理的无人机图像拼接***的拼接方法,包括以下步骤:
(1)采集多张连续的图像信息;
(2)对获取的图像进行预处理,去除不稳定点,得到图像的骨架;
(3)对图像中的像素点进行离散傅里叶变换,获得图像中相同频率的像素点组成的分布情况,即像素点的能量强度的分布情况;
(4)根据频谱数据确定图像的重叠区域位置,提取图像的特征重叠区;
(5)根据图像特征重叠区进行匹配拼接处理;
(6)对拼接后的图像进行平滑处理,去除接缝和边缘毛刺,得到整个区域完整图像。
在本实施例中,所述对图像进行预处理包括以下步骤:
(1)对图像进行正规化处理,将获取的图像大小和灰度进行归一化处理,使图像大小和亮度统一;
(2)对图像进行滤波处理,去除噪声干扰;
(3)对图像细化处理,在保持原来形状的基础上剔除不稳定点,得到图像的骨架。
本发明提供一种基于应急处理的无人机图像拼接***及方法,效率高、响应快、图像真实可靠,有利于及时准确的获取整个区域的完整图像信息。
以上结合附图对本发明进行了示例性描述,显然,本发明具体实现并不受上述方式的限制,只要是采用了本发明的方法构思和技术方案进行的各种非实质性的改进;或未经改进,将本发明的上述构思和技术方案直接应用于其它场合的,均在本发明的保护范围之内。
Claims (5)
1.一种基于应急处理的无人机图像拼接***,其特征在于,包括:
图像采集模块,用于采集图像信息;
计算模块,用于对所述指纹图像信息进行频域变换;
图像识别模块,用于根据图像信息进行特征分析,确定图像的特征重叠区;
匹配模块,用于根据图像的特征重叠区信息进行图像拼接;
所述图像采集模块、所述图像识别模块分别与所述计算模块连接,所述匹配模块与所述图像识别模块连接。
2.根据权利要求1所述的一种基于应急处理的无人机图像拼接***,其特征在于,还包括:
归一化模块,用于对所述图像信息进行归一化处理,得到与预设尺寸范围和预设亮度范围相同的归一化图像数据;
滤波模块,用于对所述归一化图像信息进行滤波处理,去除噪声干扰;
细化模块,对图像细化处理,在保持原来形状的基础上剔除不稳定点,得到图像的骨架;
所述细化模块与所述滤波模块连接,所述滤波模块分别与所述归一化模块和所述计算模块连接,所述归一化模块与所述图像采集模块连接。
3.根据权利要求1及2所述的一种基于应急处理的无人机图像拼接***,其特征在于,
所述计算模块包括:
傅里叶变换子模块,用于对所述图像数据中的像素点进行二维离散傅里叶变换,得到所述图像数据的频谱数据,其中,所述频谱数据为所述图像数据中相同频率的像素点组成的分布情况;
像素点分布计算子模块,用于计算图像中相同频率的像素点组成的分布情况;
所述图像识别模块包括:
预处理子模块,用于对获取的图像进行预处理;
提取子模块,用于提取图像的像素点特征信息;
判断子模块,用于根据图像像素点信息判断图像的重叠区;
所述傅里叶变换子模块分别与细化模块和预处理子模块连接,所述提取子模块分别与所述预处理子模块和所述判断子模块连接,所述匹配模块与所述判断子模块连接。
4.一种根据权利要求1-3所述的基于应急处理的无人机图像拼接***的拼接方法,其特征在于,包括以下步骤:
(1)采集多张连续的图像信息;
(2)对获取的图像进行预处理,去除不稳定点,得到图像的骨架;
(3)对图像中的像素点进行离散傅里叶变换,获得图像中相同频率的像素点组成的分布情况,即像素点的能量强度的分布情况;
(4)根据频谱数据确定图像的重叠区域位置,提取图像的特征重叠区;
(5)根据图像特征重叠区进行匹配拼接处理;
(6)对拼接后的图像进行平滑处理,去除接缝和边缘毛刺,得到整个区域完整图像。
5.一种根据权利要求4所述的基于应急处理的无人机图像拼接***的拼接方法,其特征在于:所述对图像进行预处理包括以下步骤:
(1)对图像进行正规化处理,将获取的图像大小和灰度进行归一化处理,使图像大小和亮度统一;
(2)对图像进行滤波处理,去除噪声干扰;
(3)对图像细化处理,在保持原来形状的基础上剔除不稳定点,得到图像的骨架。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710427893.1A CN107240070A (zh) | 2017-06-08 | 2017-06-08 | 一种基于应急处理的无人机图像拼接***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710427893.1A CN107240070A (zh) | 2017-06-08 | 2017-06-08 | 一种基于应急处理的无人机图像拼接***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107240070A true CN107240070A (zh) | 2017-10-10 |
Family
ID=59986679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710427893.1A Pending CN107240070A (zh) | 2017-06-08 | 2017-06-08 | 一种基于应急处理的无人机图像拼接***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107240070A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108489989A (zh) * | 2018-03-28 | 2018-09-04 | 苏州巨能图像检测技术有限公司 | 基于多相机拼接成像检测的光伏组件双面外观检测仪 |
CN108508022A (zh) * | 2018-03-28 | 2018-09-07 | 苏州巨能图像检测技术有限公司 | 多相机拼接成像检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6151420A (en) * | 1995-12-15 | 2000-11-21 | Polaroid Corporation | Minimizing blocking artifacts in a filtered image |
CN101984463A (zh) * | 2010-11-02 | 2011-03-09 | 中兴通讯股份有限公司 | 全景图合成方法及装置 |
CN105245841A (zh) * | 2015-10-08 | 2016-01-13 | 北京工业大学 | 一种基于cuda的全景视频监控*** |
CN105631811A (zh) * | 2016-02-25 | 2016-06-01 | 科盾科技股份有限公司 | 一种用于图像拼接的方法及装置 |
CN106127683A (zh) * | 2016-06-08 | 2016-11-16 | 中国电子科技集团公司第三十八研究所 | 一种无人机载sar图像实时拼接方法 |
CN106127690A (zh) * | 2016-07-06 | 2016-11-16 | *** | 一种无人机遥感图像快速拼接方法 |
US20160358355A1 (en) * | 2015-06-05 | 2016-12-08 | International Business Machines Corporation | System and method for perspective preserving stitching and summarizing views |
CN106447608A (zh) * | 2016-08-25 | 2017-02-22 | 中国科学院长春光学精密机械与物理研究所 | 一种视频图像拼接方法及装置 |
-
2017
- 2017-06-08 CN CN201710427893.1A patent/CN107240070A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6151420A (en) * | 1995-12-15 | 2000-11-21 | Polaroid Corporation | Minimizing blocking artifacts in a filtered image |
CN101984463A (zh) * | 2010-11-02 | 2011-03-09 | 中兴通讯股份有限公司 | 全景图合成方法及装置 |
US20160358355A1 (en) * | 2015-06-05 | 2016-12-08 | International Business Machines Corporation | System and method for perspective preserving stitching and summarizing views |
CN105245841A (zh) * | 2015-10-08 | 2016-01-13 | 北京工业大学 | 一种基于cuda的全景视频监控*** |
CN105631811A (zh) * | 2016-02-25 | 2016-06-01 | 科盾科技股份有限公司 | 一种用于图像拼接的方法及装置 |
CN106127683A (zh) * | 2016-06-08 | 2016-11-16 | 中国电子科技集团公司第三十八研究所 | 一种无人机载sar图像实时拼接方法 |
CN106127690A (zh) * | 2016-07-06 | 2016-11-16 | *** | 一种无人机遥感图像快速拼接方法 |
CN106447608A (zh) * | 2016-08-25 | 2017-02-22 | 中国科学院长春光学精密机械与物理研究所 | 一种视频图像拼接方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108489989A (zh) * | 2018-03-28 | 2018-09-04 | 苏州巨能图像检测技术有限公司 | 基于多相机拼接成像检测的光伏组件双面外观检测仪 |
CN108508022A (zh) * | 2018-03-28 | 2018-09-07 | 苏州巨能图像检测技术有限公司 | 多相机拼接成像检测方法 |
CN108508022B (zh) * | 2018-03-28 | 2021-07-13 | 苏州巨能图像检测技术有限公司 | 多相机拼接成像检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106446873B (zh) | 人脸检测方法及装置 | |
US9953210B1 (en) | Apparatus, systems and methods for improved facial detection and recognition in vehicle inspection security systems | |
Merino-Gracia et al. | A head-mounted device for recognizing text in natural scenes | |
CN111797653A (zh) | 基于高维图像的图像标注方法和装置 | |
CN110741378A (zh) | 蓝紫光照明下非接触式掌纹识别*** | |
Cai et al. | Real-time recognition system of traffic light in urban environment | |
CN113537049B (zh) | 地面点云数据处理方法、装置、终端设备及存储介质 | |
EP2124194B1 (en) | Method of detecting objects | |
CN103714321A (zh) | 基于距离图像和强度图像的驾驶员人脸定位*** | |
KR101943433B1 (ko) | 몽타주 인식을 통한 실시간 수배자 검출 시스템 | |
Luo et al. | Object-aware power line detection using color and near-infrared images | |
CN113673584A (zh) | 一种图像检测方法及相关装置 | |
CN102567706A (zh) | 一种人脸识别装置和方法 | |
Can et al. | Detection and tracking of sea-surface targets in infrared and visual band videos using the bag-of-features technique with scale-invariant feature transform | |
CN107240070A (zh) | 一种基于应急处理的无人机图像拼接***及方法 | |
Kashihara et al. | Supportive information to find victims from aerial video in search and rescue operation | |
CN111507324A (zh) | 卡片边框识别方法、装置、设备和计算机存储介质 | |
Farag et al. | An advanced road-lanes finding scheme for self-driving cars | |
Yanagisawa et al. | Face detection for comic images with deformable part model | |
Saini et al. | DroneRTEF: development of a novel adaptive framework for railroad track extraction in drone images | |
CN113228104B (zh) | 热图像和可见图像对的自动共配准 | |
CN108011953A (zh) | 基于人脸识别的云服务*** | |
CN115937021A (zh) | 基于频率域特征分离和迭代优化大气光的偏振去雾方法 | |
Shao et al. | Using infrared HOG-based pedestrian detection for outdoor autonomous searching UAV with embedded system | |
CN107092908A (zh) | 一种基于列车转向架上的平面压印字符自动识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171010 |