鲁云飞
,
赵红颖
,
刘大平
,
晏磊
影像科学与光化学
图像配准技术是近些年来图像处理领域发展迅速的研究方向之一.在遥感领域内,图像配准更是实现图像融合、运动检测、图像校正、图像拼接等应用的一个关键步骤.尽管国内外目前在图像配准方面提出了很多方法,但不同方法适用的图像范围不同,很多时候需要人工干预进行方法的选择.尤其对于无人机这种快速、实时获取图像的新型遥感平台,如何集合不同方法的优点以实现图像自动配准成为了关键性问题.本文在比较分析了基于SIFT和SURF特征提取图像配准方法的各自优势后,提出基于几何矩的方法对图像进行预先分类,从而决定将其分配给何种方法进行配准,实现全程自动化.实验证明,这种图像自动配准方法在拓宽了图像应用范围的同时保证了良好的配准效果.
关键词:
无人机图像
,
自动配准
,
SIFT(Scale Invariant Feature Transform)
,
SURF(Speeded-Up Robust Features)
,
几何矩
郑鸿云
,
赵红颖
,
魏云鹏
,
辛甜甜
影像科学与光化学
doi:10.7517/j.issn.1674-0475.2016.01.051
小型无人机电子稳像可以纠正视频影像中存在的晃动、震动、畸变等不稳定因素,有利于视频影像目标跟踪、精确打击,同时还能缓解观察者的视觉疲劳.电子稳像有3个主要的步骤:全局运动估计、主运动估计和运动补偿.本文主要对主运动估计的方法进行研究,并提出了一种快速最优化的稳像方法,该方法能够快速准确的估计小型无人机视频影像的主运动.该方法结合了L1最优化方法的精确性和Kalman滤波方法处理速度快的优点,并克服Kalman滤波法预测精度不高和L1最优化方法只能事后处理的问题,从而获到更好的稳像效果.最后采用实际飞行数据对本文提出算法进行了验证,结果表明,本文所提出的方法在保证稳像处理精度的前提下,也保证了处理效率.
关键词:
小型无人机
,
电子稳像
,
主运动估计
,
L1最优化
,
Kalman滤波
