基于无人机航拍图像快速拼接方法的研究

赵丽颖，付强，黄丹飞，钟艾琦，张玉爽

（长春理工大学 光电工程学院，长春 130022）

无人机具有操作简单、反应速度快、飞行灵敏、成本低、携带方便等特点，已被广泛应用于抗震救灾、防汛、军事侦察、海上勘测、交通监管等区域。而无人机上设备在拍摄图像时，由于成像设备性能和飞行高度等因素的限制，一般情况下，获取的单幅图像能够覆盖的地面景物范围较小，很难覆盖整个要拍摄的区域。为了对拍摄目标区域信息有更好的掌握，快速得到更多的目标区域有效信息，无人机航拍图像快速拼接已成为迫切需要。

目前无人机的航拍图像拼接方法主要是以基于图像特征的拼接方法为主，基于图像特征拼接方法中，图像配准与图像融合是图像拼接最重要的两个关键步骤。图像配准是无人机影像拼接过程中的核心步骤，配准精度直接影响图像拼接的质量。在基于特征图像拼接的算法中，目前提取图像特征点的算法有SIFT[1]（Scale-Invariant Feature Transform，尺度不变特征变换）算 法、Harris角点算法、SURF（Speed Up Robust Feature）等算法。Harris C[2]提出了 Harris角点检测算子，该算法对角点响应函数进行阈值判断处理，并提取局部最大值来进行角点的提取，但是该算法检测特征的速度慢且不具备尺度不变性。SIFT特征匹配算法是一种比较经典的算法，它通过在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量等特征，提取出的特征比较稳定，数量多、计算量大、耗时长。Bauer[3]提出了一种SURF算法，SURF算法利用海森矩阵确定特征点然后进行非极大抑制，它降低了计算难度，并且提高了特征检测速度。……