本发明涉及图像处理领域，特别发明了一种无人机遥感图像快速拼接的方法。
背景技术：
无人机作为一种新兴的航空遥感平台，具有高效、灵活、快速、低成本的特点，机上搭载的数码相机、数码摄像机可以获取高分辨率影像。无人机遥感是一种新的遥感手段，应用领域广泛，包括农业、林业、电力、国土资源、城市规划等。
但是，由于无人机遥感平台在航拍过程中，受到飞行高度和相机焦距等的限制，获取的影像存在航高低、像幅小的特点，无法反映拍摄区域的整体情况，往往不能满足地面对信息的需求和应用，特别是应急救灾时。因此，为获取整个目标区域信息，就需将获取的多张遥感图像拼接融合成一幅全景图像。图像快速拼接技术的目的是快速而又较为精准的获得拼接图像，它的技术难点在于如何精确的配准图像和减小拼接误差。
技术实现要素：
发明目的：针对上述现有技术的不足，提出一种无人机遥感图像快速拼接的方法，以精确的配准图像和减小拼接误差。
技术方案：本发明公开了一种无人机遥感图像快速拼接的方法，该方法包括以下步骤：
步骤1：无人机遥感图像采集；
步骤2：无人机遥感图像辐射校正；
步骤3：无人机遥感图像几何校正；
步骤4：无人机遥感图像匹配；
步骤5：无人机遥感图像融合。
具体的，步骤2中，无人机遥感图像辐射校正方法为直方图匹配法。
无人机在两次航拍间隔，由于光照强度和入射角变化，相邻两幅影像可能会产生较大色差，表现为图像亮度、饱和度不一致等，因此，必须对图像进行辐射校正，以消除图像色差对拼接的影响。
具体的，步骤3中，无人机遥感图像几何校正方法为图像重采样。
由于无人机体积小，重量轻，受气流影响较大，稳定性和抗风能力较差，飞行姿态倾斜、抖动现象难以避免，这些都会对获取的遥感图像产生直接的影响，导致图像发生畸变。通过像点坐标变换、图像重采样等对畸变图像进行几何校正，以消除几何畸变对图像的影响，满足图像配准的需要。
具体的，步骤4中，无人机遥感图像匹配方法为图像特征分类、图像特征提取、特征匹配、错误匹配特征点剔除。
影像配准是指对同一目标地物进行拍摄获取的两幅或多幅影像在空间位置上的对准，通过寻找最佳的配准参数将多幅影像变换到统一坐标系下的过程。影像配准是影像拼接技术的核心，配准的精度直接影像拼接的质量。
具体的，步骤5中，无人机遥感图像融合方法为加权平均融合。
加权平均融合法的思想是对两幅图像的重叠部分的像素值，先进行加权计算，然后再进行叠加。图像融合的目的就是将配准后的图像基于一定的变换模型合并为一幅新的图像，在重叠区域不应该出现拼接痕迹，也就是要做到无缝拼接，过渡自然。
与现有技术相比，本发明具有如下有益效果：
通过无人机遥感图像快速拼接的方法，可精确地配准图像，减小拼接误差，做到无缝拼接，过渡自然，可为减灾降灾和应急指挥提供科学依据。
具体实施方式
以下用具体实施例对本发明做进一步的详细说明，需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其他修改或等同替换，只要不脱离本发明技术方案的精神和原理，均应涵盖在本发明的权利要求范围当中。
无人机遥感图像采集。六旋翼无人机上搭载高清数码相机，采集20分钟图像。
无人机遥感图像辐射校正。采用直方图匹配法进行相对辐射校正，通过调整参考图像的直方图使之与待拼接图像直方图匹配；校正后的图像与待拼接图像在亮度和色调上基本趋于一致，很好地实现了两幅图像的平滑过渡，消除了图像色差对拼接的影响。
无人机遥感图像几何校正。通过像点坐标变换对畸变图像进行几何校正，消除几何畸变对图像的影响，满足图像配准的需要。
无人机遥感图像匹配。无人机遥感图像匹配方法为图像特征分类、图像特征提取、特征匹配、错误匹配特征点剔除。影像配准是指对同一目标地物进行拍摄获取的两幅或多幅影像在空间位置上的对准，通过寻找最佳的配准参数将多幅影像变换到统一坐标系下的过程。影像配准是影像拼接技术的核心，配准的精度直接影像拼接的质量。
无人机遥感图像融合方法为加权平均融合。对两幅图像的重叠部分的像素值，先进行加权计算，然后再进行叠加。将配准后的图像基于一定的变换模型合并为一幅新的图像，在重叠区域不应该出现拼接痕迹，要做到无缝拼接，过渡自然。航向重叠率达到70%，旁向重叠率达到40%。