一种新的无人机航拍序列图像快速拼接方法

无人驾驶飞机航拍序列图像的邻近帧间含有大量的相交区域,这些相交区域是进行基于特征的图像拼接的基础,但是也成为了降低拼接效率的冗余信息.因此,本文提出一种既稳定又具有较小时间开销的无人机航拍序列图像的自动拼接方法.利用图像拼接过程中查找到的匹配特征点,自适应提取出适于航拍序列图像快速拼接的关键帧;在分析了序列图像的拼接时的相交区域的运动模型的基础上,建立了无人机航拍序列图像配准过程中的特征搜索区域预测的卡尔曼滤波器,减少了特征搜索和配准的时间;然后给出了详细无人机航拍序列图像的快速拼接方法,实验结果显示,本文的方法具有较好的拼接效果和拼接效率.

基于无人机航拍序列的建筑三维模型重建

近年来,随着计算机技术的快速发展和装备高清相机的四旋翼无人机的普及,基于被动视觉法的建筑物三维重建逐渐成为计算机视觉和图形学领域的热点。然而,现有的被动视觉法针对建筑建模时存在耗时长、局部细节重建效果差等问题。针对这些不足,提出一种基于无人机航拍序列的建筑三维模型重建方法。首先,利用运动恢复结构的方法,对无人机针对目标建筑航拍采集的照片序列恢复建筑周边场景的稀疏点云;同时,采用RANSAC方法,提取地面和建筑立面;进而对点云进行聚类,以提取出构成建筑的稀疏点云,再依据建筑稀疏点云得到建筑的柱状模型;最后,对该模型进行平整化处理,得到保持建筑顶部轮廓细节的三维模型。实验结果表明,利用所提方法可以快速得到建筑的三维模型,同时能较好地保持建筑顶部的轮廓细节。

一种基于SIFT特征的航拍图像序列自动拼接方法

针对航拍图像序列拼接问题,提出一种基于尺度不变特征变换(SIFT)特征的自动拼接方法,该方法主要包括图像配准和镶嵌两个步骤。由于航拍序列各帧图像之间存在较大差异,因而常用的基于特征的配准方法适用性较差,对此,提出利用SIFT特征来实现准确、稳健的航拍图像配准。进一步的,提出一种基于视觉特征的色彩融合方法以取得平滑的镶嵌效果。最后,通过对真实航拍序列进行拼接实验验证了所提方法的有效性。

一种基于海冰场景图像分类的三维重建方法

利用二维航拍序列图像对极地海冰场景进行三维地形重建,是极地环境立体可视化分析的一个重要手段。提出了一种可以自动分类并分割重建区域的三维重建方法。该方法通过训练一个分类网络来筛选合适的图像序列,对获得的特定类别海冰场景图像使用8邻域填充算法对重建区域进行分割,最后对分割后的图像进行三维重建。针对三维重建流程运算量大,误差易累积的问题,该方法大幅降低了整体流程中累积的误差,并有效减少重建所需计算量。实验结果表明,该方法可在保证一定精度的前提下,提高三维重建速度,同时针对特定场景,取得了较好的重建效果。