CN115719308B - 一种枕形双曲边缘影像的完善拼接方法 - Google Patents
一种枕形双曲边缘影像的完善拼接方法 Download PDFInfo
- Publication number
- CN115719308B CN115719308B CN202211511031.4A CN202211511031A CN115719308B CN 115719308 B CN115719308 B CN 115719308B CN 202211511031 A CN202211511031 A CN 202211511031A CN 115719308 B CN115719308 B CN 115719308B
- Authority
- CN
- China
- Prior art keywords
- image
- region
- edge
- images
- pillow
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000007704 transition Effects 0.000 claims description 20
- 241000226585 Antennaria plantaginifolia Species 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 4
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 abstract description 12
- 238000012545 processing Methods 0.000 abstract description 3
- 238000003384 imaging method Methods 0.000 description 13
- 238000012937 correction Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000013440 design planning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000006833 reintegration Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一种枕形双曲边缘影像的完善拼接方法涉及航天光学遥感影像处理领域,解决了新阶段下航天光学影像拼接面临的拼接精度不高且局部数据冗余的问题。该方法包括:多幅枕兴影像拼接模型构建;影响间特征匹配及信息对齐;局部冗余信息再整合与剔除。有效提高了大幅宽遥感影像数据的利用效率,为航天器拍摄的连续大幅宽遥感影像多幅影像拼接方法提供了新的思路。
Description
技术领域
本发明涉及航天光学遥感影像处理领域,具体涉及一种枕形双曲边缘影像的完善拼接方法。
背景技术
基于比对相邻影像间共有细节特征的相似程度与空间布局特点,以影像间重叠区域为基准进行影像拼接的图像拼接技术依旧是现阶段有效提升航天相机成像幅宽的最基本手段。随着数字图像处理技术的发展革新,加之图像拼接技术在军事、测绘、勘测等大尺度区域覆盖方面能力的不断提升,图像拼接技术在传统光学遥感影像领域已具备有一定的研究基础,并开发有相对成熟的便捷算法。但随着空间探测方式的发展进步,空间载荷对地成像覆盖区域的不规则扩大也对影像拼接技术提出了新的挑战。
不同于传统遥感观测的标准矩形影像,受新型航天相机结构特点与对地遥感观测方式限制,加之地球自身曲率影响,现阶段航天相机对地成像范围的扩大意味着对地覆盖区域将沿原有区域的对角线方向延展拉伸,呈现出一种近似枕形的由两组实轴正交的双曲线围成的不规则区域。这种具有双曲边缘特征的遥感影像为成像区域的影像拼接带来了新的挑战,航天光学相机视轴的成像特性又使覆盖区域中同时存在分辨率渐变现象,重影响影像的拼接精度与准确性。由此,如何有效寻找和获取相邻遥感影像间的匹配基准,实现多幅枕形双曲边缘影像的完善拼接,已成为新阶段下航天光学影像拼接的一个亟待解决的难题。
发明内容
为了解决现有技术中存在的问题,本发明提供了一种枕形双曲边缘影像的完善拼接方法,解决了新阶段下航天光学影像拼接面临的拼接精度不高且局部数据冗余的问题。
本发明解决技术问题所采用的技术方案如下:
一种枕形双曲边缘影像的完善拼接方法,该拼接方法包括如下步骤:
步骤一:将相机采集的原始图像通过几何校正后形成枕形双曲边缘影像,以所述枕形双曲边缘影像的长边中轴线为间距分布参考基准线,以所述相机在地面轨迹路径的投影为中心基准线,构建枕形双曲边缘影像拼接模型;
步骤二:依据所述枕形双曲边缘影像中分辨率分布情况将重叠区域划分为基准区域、过渡区域和边缘区域三部分,利用不均匀采样手段提取所述影像中精细特征并采集三个区域的整体特征分布特点,运用中心高分辨区域精细特征匹配结合过渡区域和边缘区域信息对齐的方式,对相邻影像间重叠区域进行信息匹配;
步骤三:经过相邻影像间信息匹配对齐后的多幅影像采用区域划分方式,对于基准区域中的影像信息,采用简单灰度加权融合;对于过渡区域与有重叠部分的边缘区域,采用图像超分辨方法进行分辨本领补足;不存在重叠的边缘区域则直接进行数据剔除,实现一种枕形双曲边缘影像的完善拼接方法。
优选的,所述枕形双曲边缘影像拼接模型包括:单幅影像模型构建和多幅影像排布。
优选的,所述单幅影像模型的填充矩形长宽比,且单幅影像模型由实轴正交的两组双曲线构成。
优选的,所述多幅影像排布以影像中心基准线为重叠判定依据,并以影像重叠区域内分辨率分布为判定依据划分不同匹配区域。
优选的,步骤二所述的相邻影像间重叠区域信息匹配包括基准区域初步匹配,过渡区域和边缘区域信息对齐。
优选的,所述基准区域初步匹配以影像基准区域特征作为依据进行特征匹配。
优选的,所述过渡区域和边缘区域信息对齐以信息灰度阈值作为最终参考依据,综合其他区域内矢量相似性与灰度分布趋势的信息匹配方法完成重叠区域的信息对齐。
本发明的有益效果是:本发明针对因航天器成像覆盖范围增加引起的边缘拉伸畸变产生的图像有效拼接范围减小的问题,提供了一种针对枕形双曲边缘影像的新型图像拼接算法,有效提高了大幅宽遥感影像数据的利用效率,为航天器拍摄的连续大幅宽遥感影像多幅影像拼接方法提供了新的思路。
附图说明
图1本发明一种枕形双曲边缘影像几何校正划分示意图。
图2本发明一种枕形双曲边缘单幅影像案例示意图。
图3本发明一种枕形双曲边缘影像的完善拼接方法流程图。
图4本发明一种枕形双曲边缘影像重叠区域划分示意图。
图5本发明一种枕形双曲边缘相邻影像拼接匹配与数据整合区域。
图6本发明一种枕形双曲边缘影像拼完善接结果示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步详细说明。
本发明一种枕形双曲边缘影像的完善拼接方法流程图,需要首先从单幅影像拼接区域模型构建开始。本发明所用算法对象为几何校正后的多幅影像序列,在空间相机实际对地遥感成像过程中,受相机结构限制,像面上实际输出影像为标准矩形,但根据相机成像模型可知,影像在像面两侧与边缘处存在有信息的压缩。在影像几何校正过程中,原始影像像素间会依据校正补偿进行像素的填充,且随着距离影像中心的距离增加,填充的像素数目越多,由此将产生校正后影像中分辨能力不均的现象,影像的几何校正示意如图1所示,本发明的操作实例也将以图1中校正后的影像为模型案例进行,如图2所示。
步骤一:如图3所示,在影像间重叠距离设计方面,根据空间遥感相机运动模型可划定影像中的中心基准线,即空间遥感相机在地面轨迹的路径投影。受相机不同成像参数的影响,地面覆盖区域两组双曲线边缘的离心率变化情况较大,若以影响的中心为坐标原点设立坐标系,其覆盖区域的双曲边界公式可表示为:
其中,H为卫星轨道高度;β为相机光轴在y轴方向上的倾角;为相机光轴在x轴方向上的倾角。以y轴方向为影像中心基准线方向,则拼接区域边缘线的离心率将随着空间相机的姿态参数一并变化,这将导致影像间重叠面积计算和判别过于复杂。对于地面覆盖区域面积的计算,从相机对地遥感成像运动学模型出发,假定相机光轴在y轴方向倾角为β0,在x轴方向倾角为/>地面覆盖区域可以分为沿中心基准线排布的、由±β0范围内所有倾角下的无数双曲边缘构成,即地面覆盖区域面积S可写为:
若以上式进行相邻影像间重叠面积的计算,根据图4所示的相邻影像重叠关系,两侧重叠区域对应的倾角取值范围将难以确定,采用计算重叠面积作为影像间拼接判别依据的方式将更加复杂。通过相机遥感成像模型可知,倾角β通常很小,此时以y轴为实轴的双曲边界将拥有较大的离心率,边界形状也将趋向于平滑直线,此时地面的覆盖区域可视为一系列垂直于中心基准线的直线线段组成,由此,为较为便利且稳定地反映影像间的拼接依据,忽略因另一组双曲边界产生的线段差异,可选用影像中心基准线作为影像间重叠面积的拼接参考,以相邻影像中心基准线的重叠距离近似反映相邻影像间重叠面积,简化影像间重叠面积的计算。基于遥感影像间拼接原则,影像间的重叠面积应大于影像面积的10%,即相邻影像间中心基准线的重叠部分应大于总长度的10%。同时,为尽量避免出现相邻三幅影响共同重叠的区域,产生较大的数据冗余,影响影像间的拼接效率,在中心基准线重叠距离的设计规划也应保证其重叠部分小于总长度的50%。
步骤二:成像覆盖区域的分辨能力沿中心基准线向两侧逐渐降低是本发明所针对的影像特性之一,在空间遥感成像观测模型中,相机影像中地物的分辨率大小GSD满足计算公式:
其中,a为相机像元;f为相机的焦距。由此可知,当空间相机像元、焦距和轨道高度固定时,覆盖区域的分辨率仅受相机光轴倾角影响。以坐标原点的地面分辨率GSD0=a·H/f为基准,影像覆盖区域内相对GSD0的地面相对分辨倍率将以的趋势进行分布,代入β→0,即假定影像重叠区域中的分辨率沿中心基准线方向固定不变,则其分布趋势将改写为/>当光轴倾角/>达到45°时,其对应地面分辨率数值将达到基准数值的两倍。根据这一特性,可依据不同分辨率数值,结合不同区域功能特性,对重叠区域进行再度划分,将重叠区域划分为用于进行特征拼配且无需超分辨操作的基准区域、用于信息补足和超分辨加强的过渡区域和用于信息对齐和参考的边缘区域。
在完成双曲边缘影像的初步模型构建及相邻影像间重叠区域划分后,即进入影像间特征匹配阶段,如图5所示,需要针对相邻影像间的相应区域分别采取对应的匹配方法。在影像重叠区域中的基准区域中,区域内自身的高分辨率特性决定了其保留有影像中最精细的细节特征,且该区域受到几何校正的像素补偿量较少,对影像细节的保真度较高,故在影像初步配准阶段应以基准区域内细节特征为参考,采用诸如SIFT算法、SURF算法、RANSAC算法等高效数据影像特征配准算法,进行影像间的特征匹配工作。受影像地物覆盖特征影响,若基准区域内的可匹配细节特征数目不足以支撑相邻影像间的匹配需求,则可采用二分法对过渡区域进行二次分割,将靠近基准区域的部分纳入特征匹配区域,以此实现扩大特征匹配面积。若扩大后的特征匹配数目依旧达不到匹配精度需求,则需要对影像间的重叠面积进行重新选取,并重新规划重叠区域分割方法,进而完成影像间基准区域的初步匹配。
在完成影像间初步匹配后,为进一步提高影像间的匹配准确性,需对重叠区域的过渡区域与边缘区域进行信息对齐比对。由于相机像元遥感采集过程为降采样操作,且不同影像在不同相对位置处的几何校正补偿操作不尽相同,故覆盖区域中同一地物在不同校正后影像中的标识不尽相同,反映在影像数据中即为存在一定数值误差的灰度差异,由此不能单纯地使用特征匹配进行信息比对,应结合过渡区域与边缘区域中重叠区块间的矢量相似性与灰度分布趋势,搭配影像的信息熵、结构相似性、均方差等无参考评价指标数值,设置合理大小的数字信息对齐阈值,对相邻影像的重叠区域两侧进行信息比对,完善影像的信息对齐程度。若过渡区域与边缘区域信息对齐度未达到阈值,则说明影像间初步匹配存在错误,需要重新选取和规划影像重叠面积与区域。
步骤三:在影像信息对齐完成后,相邻影像间拼接的相对位置将会固定,为进一步提高影像的拼接精度,提高影像拼接质量,则需要对影像重叠区域的重叠数据进行再整合处理。作为影像间特征匹配主体,基准区域内高精度的数据仅存在有影像整体亮度方面的差距,为简化数据操作难度,此区域内的重叠数据将采用基于灰度权值融合的影像叠加方式进行数据融合,完成基准区域内冗余数据的整合;过渡区域中由于存在几何校正补偿操作,实际影像分辨能力将有所下降,由此,为提高过渡区域影像分辨率与精度,以相邻影像的过渡区域为原始影像,进行影像的超分辨操作,将过渡区域影像分辨率提高至基准区域,实现过渡区域内冗余数据的整合;对于边缘区域,其误差较大的几何校正结果很难得到有效的精度提升,故可将边缘区域分为两部分,在重叠面积内的部分与过渡区域一同采用超分辨进行分辨率提升,而未在重叠面积内的部分则直接剔除,减小无用信息的冗余,以此实现边缘区域冗余数据的再整合,如图6所示,实现了一种枕形双曲边缘影像的完善拼接方法。
以上所述仅为本申请的示例演示说明,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。
Claims (3)
1.一种枕形双曲边缘影像的完善拼接方法,其特征在于,该拼接方法包括如下步骤:
步骤一:将相机采集的原始图像通过几何校正后形成枕形双曲边缘影像,以所述枕形双曲边缘影像的长边中轴线为间距分布参考基准线,以所述相机在地面轨迹路径的投影为中心基准线,构建枕形双曲边缘影像拼接模型;所述枕形双曲边缘影像拼接模型包括:单幅影像模型构建和多幅影像排布;所述单幅影像模型的填充矩形长宽比,且单幅影像模型由实轴正交的两组双曲线构成;所述多幅影像排布以影像中心基准线为重叠判定依据,并以影像重叠区域内分辨率分布为判定依据划分不同匹配区域;
步骤二:依据所述枕形双曲边缘影像中分辨率分布情况将重叠区域划分为基准区域、过渡区域和边缘区域三部分,利用不均匀采样手段提取所述影像中精细特征并采集三个区域的整体特征分布特点,运用中心高分辨区域精细特征匹配结合过渡区域和边缘区域信息对齐的方式,对相邻影像间重叠区域进行信息匹配;
步骤三:经过相邻影像间信息匹配对齐后的多幅影像采用区域划分方式,对于基准区域中的影像信息,采用简单灰度加权融合;对于过渡区域与有重叠部分的边缘区域,采用图像超分辨方法进行分辨本领补足;不存在重叠的边缘区域则直接进行数据剔除,实现一种枕形双曲边缘影像的完善拼接方法。
2.根据权利要求1所述的一种枕形双曲边缘影像的完善拼接方法,其特征在于,步骤二所述的相邻影像间重叠区域信息匹配包括基准区域初步匹配,过渡区域和边缘区域信息对齐。
3.根据权利要求2所述的一种枕形双曲边缘影像的完善拼接方法,其特征在于,所述基准区域初步匹配以影像基准区域特征作为依据进行特征匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211511031.4A CN115719308B (zh) | 2022-11-29 | 2022-11-29 | 一种枕形双曲边缘影像的完善拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211511031.4A CN115719308B (zh) | 2022-11-29 | 2022-11-29 | 一种枕形双曲边缘影像的完善拼接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115719308A CN115719308A (zh) | 2023-02-28 |
CN115719308B true CN115719308B (zh) | 2024-01-26 |
Family
ID=85257416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211511031.4A Active CN115719308B (zh) | 2022-11-29 | 2022-11-29 | 一种枕形双曲边缘影像的完善拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115719308B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1553410A (zh) * | 2003-12-18 | 2004-12-08 | 沈阳东软数字医疗***股份有限公司 | 医学图像枕形失真的校正方法 |
CN103578110A (zh) * | 2013-11-12 | 2014-02-12 | 河海大学 | 基于灰度共生矩阵的多波段高分辨率遥感影像分割方法 |
CN105957015A (zh) * | 2016-06-15 | 2016-09-21 | 武汉理工大学 | 一种螺纹桶内壁图像360度全景拼接方法及*** |
CN106657789A (zh) * | 2016-12-29 | 2017-05-10 | 核动力运行研究所 | 一种螺纹全景图像合成方法 |
CH714916A1 (de) * | 2018-04-20 | 2019-10-31 | Hubert Schmid Dr | Fasermessverfahren und -vorrichtung. |
CN112837257A (zh) * | 2019-11-06 | 2021-05-25 | 广州达普绅智能设备有限公司 | 一种基于机器视觉的曲面标签拼接检测方法 |
CN113240615A (zh) * | 2021-05-20 | 2021-08-10 | 北京城市网邻信息技术有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN113487527A (zh) * | 2021-06-25 | 2021-10-08 | 凌云光技术股份有限公司 | 一种曲面屏绘素亮度提取方法及*** |
CN114241125A (zh) * | 2021-11-30 | 2022-03-25 | 感知天下(北京)信息科技有限公司 | 一种基于多视角卫星影像精细三维建模方法及*** |
-
2022
- 2022-11-29 CN CN202211511031.4A patent/CN115719308B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1553410A (zh) * | 2003-12-18 | 2004-12-08 | 沈阳东软数字医疗***股份有限公司 | 医学图像枕形失真的校正方法 |
CN103578110A (zh) * | 2013-11-12 | 2014-02-12 | 河海大学 | 基于灰度共生矩阵的多波段高分辨率遥感影像分割方法 |
CN105957015A (zh) * | 2016-06-15 | 2016-09-21 | 武汉理工大学 | 一种螺纹桶内壁图像360度全景拼接方法及*** |
CN106657789A (zh) * | 2016-12-29 | 2017-05-10 | 核动力运行研究所 | 一种螺纹全景图像合成方法 |
CH714916A1 (de) * | 2018-04-20 | 2019-10-31 | Hubert Schmid Dr | Fasermessverfahren und -vorrichtung. |
CN112837257A (zh) * | 2019-11-06 | 2021-05-25 | 广州达普绅智能设备有限公司 | 一种基于机器视觉的曲面标签拼接检测方法 |
CN113240615A (zh) * | 2021-05-20 | 2021-08-10 | 北京城市网邻信息技术有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN113487527A (zh) * | 2021-06-25 | 2021-10-08 | 凌云光技术股份有限公司 | 一种曲面屏绘素亮度提取方法及*** |
CN114241125A (zh) * | 2021-11-30 | 2022-03-25 | 感知天下(北京)信息科技有限公司 | 一种基于多视角卫星影像精细三维建模方法及*** |
Non-Patent Citations (2)
Title |
---|
Fusion splicing in aerospace platforms;John Mazurowski等;IEEE;全文 * |
轻小型无人机高光谱影像拼接研究;易俐娜;许筱;张桂峰;明星;郭文记;李少聪;沙灵玉;;光谱学与光谱分析(06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115719308A (zh) | 2023-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110211043B (zh) | 一种用于全景图像拼接的基于网格优化的配准方法 | |
CN103744086B (zh) | 一种地面激光雷达与近景摄影测量数据的高精度配准方法 | |
CN108765298A (zh) | 基于三维重建的无人机图像拼接方法和*** | |
EP1589482B1 (en) | Three-dimensional image measuring apparatus and method | |
CN107492069B (zh) | 基于多镜头传感器的图像融合方法 | |
CN112598740B (zh) | 一种大范围多视倾斜影像连接点快速精确匹配方法 | |
Zhu et al. | Leveraging photogrammetric mesh models for aerial-ground feature point matching toward integrated 3D reconstruction | |
CN111899164B (zh) | 一种针对多焦段场景的图像拼接方法 | |
CN109115184B (zh) | 基于非合作目标协同测量方法及*** | |
CN103034982A (zh) | 一种基于变焦视频序列的图像超分辨率重建方法 | |
CN102903101B (zh) | 使用多台相机进行水面数据采集与重建的方法 | |
CN116740288B (zh) | 一种融合激光雷达、倾斜摄影的三维重建方法 | |
CN115631317B (zh) | 隧道衬砌正射影像生成方法及装置、存储介质、终端 | |
CN113298947A (zh) | 一种基于多源数据融合的变电站三维建模方法介质及*** | |
CN108444451B (zh) | 一种行星表面影像匹配方法与装置 | |
Gao et al. | Accurate and efficient ground-to-aerial model alignment | |
CN108269234A (zh) | 一种全景相机镜头姿态估计方法及全景相机 | |
CN115619623A (zh) | 一种基于移动最小二乘变换的平行鱼眼相机图像拼接方法 | |
CN113963068A (zh) | 一种镜像式单像机全向立体视觉传感器全局标定方法 | |
CN116563377A (zh) | 一种基于半球投影模型的火星岩石测量方法 | |
CN112750075A (zh) | 一种低空遥感影像拼接方法以及装置 | |
JP4851240B2 (ja) | 画像処理装置及びその処理方法 | |
CN115719308B (zh) | 一种枕形双曲边缘影像的完善拼接方法 | |
CN114913297A (zh) | 一种基于mvs稠密点云的场景正射影像生成方法 | |
Zhang et al. | Tests and performance evaluation of DMC images and new methods for their processing |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |