一种无人机航拍高清影像快速拼接方法
张梦颖，李 立，龙 凡，余 翠，张 原
【摘 要】摘要:该文研究了一种无人机航拍高清影像快速拼接方法，主要包括路线规划、视频特定帧抽取、帧图像拼接三步。其中，为得到较精确的对地分辨率，对实验场景进行路线规划；为解决无人机影像冗余帧信息量大的问题，提出了一种基于目标场景和无人机飞行状态参数的抽取算法；为解决配准阶段的耗时问题，用SURF算子仅在重叠区域内进行图像配准，减少配准用时。实验表明，该方法基本达到实时性要求，且拼接图像的视觉效果较好。 【期刊名称】电视技术 【年(卷),期】2018(042)002 【总页数】8
【关键词】关键词: 快速拼接；路线规划；重叠度；抽取；分辨率
利用无人机航拍采集数据可用于交通事故现场模拟、森林火灾检测、灾害的应急保障[1]等。虽然无人机航拍影像有对地分辨率高、实时性强、成本较低的优点，但在获得高清图像的要求下，单张无人机图像往往无法覆盖整个兴趣区域，可利用图像拼接技术将高清、小视角图像拼接成全景图像来克服此缺点。
1 引言
图像拼接主要包含图像配准和图像融合两步，而图像拼接的耗时主要集中在图像配准阶段。自2006年SURF算法被提出[2]，相较于经典的SIFT算法已经提高了其配准效率。SURF算法采用积分图像进行特征提取，用64位浮点描述子其匹配复杂度仍比较高。2009年陈裕，刘庆元将马氏距离测度用于SIFT匹配中，这使算法得到改进，匹配精度提高[3]。2010年宋丽华将距离筛选方法应
用于SURF匹配中[4]，优化了算法。2014年一种鲁棒的基于图像对比度的局部特征描述法被提出[5]，实现了比SURF更高的速度。2016年，文献[6]结合SURF算法与LDB描述算法分别用于特征提取和特征匹配，也稍稍提高了图像配准的效率。
为适应无人机航拍影像拼接系统实时性的需求，本文利用经典的SURF算法配准较快的优点，在其基础上提出一种基于飞行状态参数的局部配准算法，利用无人机飞行状态参数来确定无人机帧之间的重叠区域，仅在重叠区域内进行图像配准，将减少特征提取的个数和时间。为方便计算重叠区域，结合飞行参数设计出影像帧抽取算法，使相邻帧间有固定重叠度。为满足图像高清度的要求，由于摄像头参数一定，图像目标对地分辨率大小即决定飞行高度，结合目标区域需进行路线规划。
2 路线规划
为使无人机航拍时拍到全部目标场景并且达到拼接后图像对地分辨率要求，需对实验场景进行路线规划。 2.1 飞行高度和对地分辨率的关系
在实验器材一定的情况下，图像的对地分辨率和飞行高度成反比。
无人机在空中飞行实验的前后应该满足以下几个条件：(1)飞行前，须知道无人机摄像头的横向视角θ，阅读无人机参数可知。(2)飞行前，须知道实验场景的尺寸，可利用Google Earth地图，对实验场景尺寸进行标定和测量，精度较高。(3)飞行中，无人机保持对地高度和飞行速度的一致，自动航行模式能较好的实现此功能。(4)飞行后，保证视频拍摄到实验场景的每一处，即做好路线规划。
如图2为模拟摄像头对地高度和所取场景宽度大小关系。无人机摄像头的横向视角∠EPF=θ，无人机飞行高度PO=H米，一幅图片对应的实际场景视野宽度为EOF=WL米。其中无人机摄像头方向垂直于地面即PO⊥EF。
根据条件一，已知摄像头横向视角为θ，设一幅图像宽度上对应的视野长为WL米，飞行高度为H米，它们的关系应该满足三角公式: (1)
对地图像分辨率通常指在影像上能够分辨地面最小影物的大小，单位为米/像素。设：设备录像模式画面尺寸a×b，即图像宽度上有a个像素，而宽度实长为WL米，飞行高度H米，对地分辨率为RESOLUTION。所以像素个数和场景实长的关系为： (米/像素) (2)
结合公式(1) WL=H×2×tan(θ/2)，得到对地分辨率和飞行高度的关系： (米/像素) (3)
由公式(3)可知：飞行高度越低，每像素对应的实际场景长度越短，即图像越高清。飞行高度和图像高清度成反比。 2.2 路线规划
路线规划不仅保证较精确的对地分辨率而且保证拍摄到目标场景的每一处。 由公式(3)得已知对地分辨率对应的飞行高度为： (4)
由公式(2)得已知对地分辨率对应的一幅图像宽度视野长为：
一种无人机航拍高清影像快速拼接方法
