面向灾害勘查的无人机遥感图像配准技术研究

【摘要】：面向灾害勘查的无人机遥感技术,通过摄取灾害地区影像加以研究,由于其机动灵活和高效率的优势,得到了广泛的发展。灾害的特定环境限制,使得无人机遥感技术在应用中存在图像成像条件恶劣,影像质量较低,无法取得地面控制点,海量数据处理困难等缺陷,配准技术成为应用的难点。本文针对上诉问题,以探索高效和稳定的面向灾害勘查的无人机图像自动批准技术为目的,主要研究了以下几方面内容。 分析和总结了各类配准算法的优缺点,结合课题实际情况,提出了分阶段匹配的策略。通过粗匹配阶段的重叠区域检测和精匹配阶段的特征检测与匹配,使得整个配准过程在保证了较高的精度的基础上,速度和稳定性得到了大大的提高。 研究了粗匹配的算法,提出了基于相位相关的二次分步搜索法,解决了经典的相位相关法无法检测图像旋转的问题。该算法相较其他方法,充分利用了图像的信息,具有很强的稳定性,并通过分辨率的变换获得了更高的速度。 研究了精匹配阶段的匹配算法。首先对Harris算法的角点匹配过程作了改进,提高了角点匹配的速度和精度。其次,针对角点分布不均匀和大面积缺失的情况,本文提出了重叠区域分块策略,改善了图像配准的细节。 最后研究了和改进了空间变换模型。对图像的畸变模型做了分析,提出了分区域变换策略,并结合重叠区域分块,提出了伪控制点变换模型。该变换模型降低了配准后图像的失真,并极大改善了图像配准后的细节质量。 通过实验验证,本文提出的匹配策略和相关算法能很好应用于面向灾害勘查的无人机遥感图像配准,具有较好的稳定性和较高的性能,同时极大提升了配准后图像的质量,对面向灾害勘查的无人机遥感图像配准具有重大意义。