一种基于GPS地面控制点的全自动正射影像拼接方法与流程

本发明涉及一种全自动正射影像拼接方法，属于遥感影像处理技术领域。

背景技术：

随着社会经济的发展和国防建设的需要，社会各行业对高分辨率遥感影像与基础地理信息的需求越来越迫切，对其现势性要求越来越高。仅靠卫星和载人航空飞机获取的遥感数据难以完全满足影像数据获取和处理的需要，相对于传统航空航天遥感技术，无人机遥感技术作为一种新兴的低空遥感技术，具有灵活性强、操作方便、现势性好、分辨率高、投入低等众多优点，已成为遥感数据获取不可或缺的手段之一。

无人机遥感在应急响应方面有着广泛的应用，它可以用于交通事故现场的模拟，森林火灾的监测，以及灾害的应急保障等。无人机遥感系统的发展，使得地理信息的全天候、实时化获取成为了可能。随着无人机遥感系统的应用越来越广泛，海量数据与数据实时处理的矛盾也越来越明显，解决矛盾的关键就在于研究高效处理无人机遥感数据的方法。

无人机观测的区域往往比较大，单张影像不能覆盖要研究的整个地区，需要拍摄多张图片来记录研究区域信息，所以影像拼接是无人机影像处理不可或缺的技术。影像拼接又称影像镶嵌，一直以来都是影像处理的重要研究方向，在影像处理领域扮演着重要的角色。利用影像拼接技术可以将一系列有重叠区域的影像(可能是不同时间、不同视角或者不同传感器获得的)经过影像配准和影像融合，拼接成一幅完整的无缝高分辨率的图像。在进行遥感影像拼接时，为了提高拼接影像的精度需要布设一定数量的地面控制点。现有的图像配准方法大多是人工输入控制点，这种方法的缺点是费时费力，且人为误差比较大，不具有可重复性，如何快速自动获取、计算控制点是提高影像拼接效率的重点之一。

技术实现要素：

针对目前无人机拍摄影像拼接过程繁琐、容易出现人为误差的问题，本发明提出了一种基于gps地面控制点的全自动正射影像拼接方法，在地面设置控制点，测量控制点坐标并发送给无人机，无人机拍摄的影像中通过邻近分类算法对未知点进行分类并计算未知点坐标，利用重合区域坐标进行影像自动拼接。

为解决上述技术问题，本发明采用了如下技术手段：

一种基于gps地面控制点的全自动正射影像拼接方法，具体包括以下步骤：

s1、利用无人机拍摄测区，获得一组具有一定重叠度的地面遥感影像，影像中具有醒目标志的地面控制点；

s2、采用gpsrtk方法测定地面控制点的精确坐标，并通过设置在控制点上的射频设备将控制点精确坐标发送至无人机；

s3、无人机通过射频接收设备实时接收地面控制点坐标信息，根据控制点编码信息自动将控制点精确坐标匹配到无人机拍摄的影像上；

s4、利用控制点坐标和邻近分类算法计算影像中邻近地物点的坐标，并在影像中标出邻近地物点的准确位置；

s5、重复s4操作处理所有影像；

s6、利用处理过的影像中标注的坐标对影像进行自动拼接。

进一步的，所述的地面遥感影像拍摄中航线间隔及旁向重叠度为30％～40％，航向重叠度为65％～75％。

进一步的，所述的地面控制点选取特征明显且便于接收gps卫星信号的自然地物点或者人为设置的醒目标志点。

进一步的，所述的步骤s4的具体操作如下：

s41、构建训练样本集，利用邻近分类算法计算未知点所属影像；

s42、利用平面坐标转换模型计算未知点的实际坐标。

进一步的，步骤s41的具体操作如下：

s411、构建训练样本集，训练样本集中包括所有控制点坐标；

s412、设置最大距离distmax；

s413、随机选取一个控制点，计算未知点到该控制点的欧几里德距离dist；

s414、当距离dist小于distmax，则将该控制点作为未知点的最近邻样本；

s415、重复步骤s413、s414完成未知点到所有控制点的距离计算，得到k个未知点的最近邻样本；

s416、分析k个最近邻样本所属的影像，选择出现频率最高的影像作为未知点的类。

进一步的，步骤s42的具体操作如下：

s421、在未知点类影像上选取至少2个控制点，获得控制点实际测量坐标和影像自带坐标

s422、利用平面坐标转换模型计算出局域的坐标转换参数：

其中，x0、y0为平移参数，m为尺度参数，α为旋转参数；

s423、根据s422求解的坐标转换参数，将未知点在无人机影像中影像坐标变换为与地面控制点坐标系统一致的实测坐标；

s424、在选择的影像中标记出未知点位置并记录该位置坐标信息。

进一步的，所述的步骤s6的具体操作如下：

s61、提取所有影像中标注的点的位置以及坐标信息；

s62、将坐标信息进行自动匹配，获得重叠的点信息；

s63、根据重叠点信息将存在重叠位置的影像拼接起来，获得完整的影像。

采用以上技术手段后可以获得以下优势：

本发明提供了一种基于gps地面控制点的全自动正射影像拼接方法，在需要研究的区域设置控制点，通过gps技术测量控制点实际坐标并通过射频设备将坐标发送给无人机，无人机在拍摄带有控制点的影像后自动在影像中匹配控制点位置和测量的坐标，为了提高后续影像拼接的精度，通过邻近分类算法对影像中的未知点进行分类，并通过平面坐标转换模型计算未知点的实际坐标，利用控制点和计算的点的坐标进行影像拼接。

所以，本发明方法不需要人工进行坐标输入，避免了可能的人为误差，自动化程度更高，可以有效缩减影像拼接时间，提高工作效率，同时本方法利用控制点坐标计算影像中未知点的坐标，增加了拼接点的数量，可以有效提高影像的拼接精准度。

附图说明

图1为本发明一种基于gps地面控制点的全自动正射影像拼接方法的步骤流程图。

具体实施方式

下面结合附图对本发明的技术方案作进一步说明：

本发明提出一种基于gps地面控制点的全自动正射影像拼接方法，如图1所示，具体包括以下步骤：

s1、利用无人机拍摄测区，获得一组具有一定重叠度的地面遥感影像，影像中具有醒目标志的地面控制点。无人机航空摄影时，飞行航线规划按东西方向设置，拍摄中航线间隔及旁向重叠度在30％～40％之间，航向重叠度在65％～75％之间。

在需要研究的地区内选择一些特征明显又便于接收gps卫星信号的自然地物点作为无人机拍摄影像的地面控制点，比如某一栋高楼的楼顶；如果研究地区人烟稀少的郊野、沙漠等难以找到显著特征物的地区，可以人为设置醒目标志点作为控制点，比如鲜红的旗帜。控制点布设的密度及分布需要满足《低空数字航空摄影规范》的要求。

s2、采用gpsrtk方法测定地面控制点的精确的平面坐标，并通过设置在控制点上的远距离无线射频信号发射设备将控制点精确坐标发送至无人机，使用的射频发射器的发射距离应在100米以上。

s3、在无人机上安装远距离无线射频信号接收设备，接收设备的接受距离也应在100米以上，通过射频接收设备实时接收地面控制点坐标信息，根据控制点编码信息自动将控制点精确坐标匹配到无人机拍摄的影像上，在影像中标记控制点位置和该位置的实际地面坐标。

s4、利用控制点坐标和邻近分类算法计算影像中邻近地物点的坐标，并在影像中标出邻近地物点的准确位置，具体操作如下：

s41、构建训练样本集，训练样本集中包括所有控制点的坐标。

s42、根据无人机拍摄影像的尺寸设置最大距离distmax。

s43、随机选取一个控制点，计算未知点到该控制点的欧几里德距离dist。

s44、比较计算距离和最大距离，当距离dist小于distmax，认为该控制点是未知点的邻近点，将该控制点作为未知点的最近邻样本。

s45、重复步骤s43、s44直到完成未知点到所有控制点的距离计算，得到k个未知点的最近邻样本。

s46、分析k个最近邻样本所属的影像，选择出现频率最高的影像作为未知点的类。

s47、无人机拍摄的影像本身以像素为单位，以影像左下角顶点为原点建立x-y坐标系，可以得到影像自带坐标，在未知点类影像上选取至少2个控制点，获得控制点实际测量坐标和影像自带坐标

s48、利用平面坐标转换模型计算出局域的坐标转换参数：

其中，x0、y0为平移参数，m为尺度参数，α为旋转参数。

在实际计算中，当同一张影像选取的地面控制点数量多于2个时，利用最小二乘法原理平差计算出这4个参数。

s49、获取未知点在所属影像中的影像坐标，根据s48求解的坐标转换参数，将未知点的影像坐标变换为与地面控制点坐标系统一致的实测坐标。

s424、在选择的影像中标记出未知点的位置并记录该位置实际坐标信息。

s5、重复s4操作处理所有影像，获得含有多个已知位置和坐标的点的影像。

s6、利用处理过的影像中标注的坐标对影像进行自动拼接，具体操作如下：

s61、提取所有影像中标注的点的位置以及坐标信息。

s62、由于无人机拍摄的影像是具有重叠性的，将这些坐标信息进行自动匹配可以获得部分重叠的点信息。

s63、根据重叠点的位置等信息将存在重叠的影像自动拼接起来，获得完整的影像。

上面结合附图对本发明的实施方式作了详细地说明，但是本发明并不局限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。