基于梯度领域的正射影像间最优拼接线寻找方法及系统与流程

文档序号:12064742阅读:来源:国知局

技术特征:

1.基于梯度领域的正射影像间最优拼接线寻找方法,其特征是,包括:

S1获得待拼接正射影像间的重叠区域影像对,重叠区域影像对包括两个重叠区域影像;

S2计算重叠区域影像对的差异值,并获得能量图,本步骤具体为:

2.1将两个重叠区域影像转换成灰度影像,计算各灰度影像在x方向和y方向的梯度图;

2.2根据梯度图,分别计算各像素p在各重叠区域影像中的梯度方向值;

2.3根据梯度方向值计算各像素p的梯度方向变化值Co(p):

<mrow> <msub> <mi>C</mi> <mi>o</mi> </msub> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>1</mn> <mo>-</mo> <mi>exp</mi> <mo>(</mo> <mfrac> <mrow> <mo>-</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>O</mi> <mn>1</mn> </msub> <mo>(</mo> <mi>p</mi> <mo>)</mo> <mo>-</mo> <msub> <mi>O</mi> <mn>2</mn> </msub> <mo>(</mo> <mi>p</mi> <mo>)</mo> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mrow> <mn>2</mn> <msup> <mi>&delta;</mi> <mn>2</mn> </msup> </mrow> </mfrac> </mrow>

其中,O1(p)和O2(p)分别为像素p在两个重叠区域影像中的梯度方向值;δ为标准方差,其为经验值;

2.4根据梯度图,分别计算各像素p在各重叠区域影像中的梯度大小变化值Cg(p):

<mrow> <msub> <mi>C</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mrow> <mo>(</mo> <mo>|</mo> <msubsup> <mi>G</mi> <mn>1</mn> <mi>x</mi> </msubsup> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>-</mo> <msubsup> <mi>G</mi> <mn>2</mn> <mi>x</mi> </msubsup> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>+</mo> <mo>|</mo> <msubsup> <mi>G</mi> <mn>1</mn> <mi>y</mi> </msubsup> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>-</mo> <msubsup> <mi>G</mi> <mn>2</mn> <mi>y</mi> </msubsup> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>)</mo> </mrow>

其中,分别表示像素p在第一个重叠区域影像的x方向和y方向的梯度值;分别表示像素p在第二个重叠区域影像的x方向和y方向的梯度值;

2.5根据梯度方向变化值和梯度大小变化值,计算各像素p在梯度领域的差异值C(p):

C(p)=λCo(p)+Cg(p)

其中,λ是平衡参数,其为经验值,用来平衡梯度方向变化值和梯度大小变化值的权重;

2.6根据各像素p的差异值C(p)生成重叠区域影像对的能量图;

S3基于能量图,以像素差异值累积和最小为目标,找寻最优拼接线。

2.如权利要求1所述的基于梯度领域的正射影像间最优拼接线寻找方法,其特征是:

步骤1进一步包括子步骤:

1.1根据正射影像的地理坐标信息,将待拼接正射影像对转换至同一坐标系;

1.2求每张正射影像的有效区域,并生成Mask图;

1.3将待拼接正射影像对的两张Mask图进行与运算,得到重叠区域;

1.4计算重叠区域的最大外包矩形,根据最大外包矩形,裁剪得到待拼接正射影像对的重叠区域影像对。

3.如权利要求1所述的基于梯度领域的正射影像间最优拼接线寻找方法,其特征是:

在执行步骤S3前,采用高斯滤波器对能量图进行滤波。

4.如权利要求1所述的基于梯度领域的正射影像间最优拼接线寻找方法,其特征是:

步骤3具体为:

基于能量图构建能量函数,所述的能量函数包括数据项能量和平滑项能量,采用图割模型对能量函数进行优化,找到数据项能量和平滑项能量之和最小的拼接线,即最优拼接线。

5.基于梯度领域的正射影像间最优拼接线寻找系统,其特征是,包括:

第一模块,用来获得待拼接正射影像间的重叠区域影像对,重叠区域影像对包括两个重叠区域影像;

第二模块,计算重叠区域影像对的差异值,并获得能量图;

第三模块,用来基于能量图,以像素差异值累积和最小为目标,找寻最优拼接线;

所述的第二模块进一步包括:

梯度图获得模块,用来将两个重叠区域影像转换成灰度影像,计算各灰度影像在x方向和y方向的梯度图;

梯度方向值获得模块,用来根据梯度图,分别计算各像素p在各重叠区域影像中的梯度方向值;

梯度方向变化获得模块,用来根据梯度方向值计算各像素p的梯度方向变化值Co(p):

<mrow> <msub> <mi>C</mi> <mi>o</mi> </msub> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>1</mn> <mo>-</mo> <mi>exp</mi> <mo>(</mo> <mfrac> <mrow> <mo>-</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>O</mi> <mn>1</mn> </msub> <mo>(</mo> <mi>p</mi> <mo>)</mo> <mo>-</mo> <msub> <mi>O</mi> <mn>2</mn> </msub> <mo>(</mo> <mi>p</mi> <mo>)</mo> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mrow> <mn>2</mn> <msup> <mi>&delta;</mi> <mn>2</mn> </msup> </mrow> </mfrac> </mrow>

其中,O1(p)和O2(p)分别为像素p在两个重叠区域影像中的梯度方向值;δ为标准方差,其为经验值;

梯度大小变化值获得模块,用来根据梯度图,分别计算各像素p在各重叠区域影像中的梯度大小变化值Cg(p):

<mrow> <msub> <mi>C</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mrow> <mo>(</mo> <mo>|</mo> <msubsup> <mi>G</mi> <mn>1</mn> <mi>x</mi> </msubsup> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>-</mo> <msubsup> <mi>G</mi> <mn>2</mn> <mi>x</mi> </msubsup> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>+</mo> <mo>|</mo> <msubsup> <mi>G</mi> <mn>1</mn> <mi>y</mi> </msubsup> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>-</mo> <msubsup> <mi>G</mi> <mn>2</mn> <mi>y</mi> </msubsup> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>)</mo> </mrow>

其中,分别表示像素p在第一个重叠区域影像的x方向和y方向的梯度值;分别表示像素p在第二个重叠区域影像的x方向和y方向的梯度值;

差异获得模块,用来根据梯度方向变化值和梯度大小变化值,计算各像素p在梯度领域的差异值C(p):

C(p)=λCo(p)+Cg(p)

其中,λ是平衡参数,其为经验值,用来平衡梯度方向变化值和梯度大小变化值的权重;能量图生成模块,用来根据各像素p的差异值C(p)生成重叠区域影像对的能量图。

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1