基于栅格变换的无人机遥感影像镶嵌线网络生成方法及系统与流程

摘要: 本发明涉及无人机高分辨率遥感影像,尤其涉及基于栅格变换的无人机遥感影像镶嵌线网络生成方法及系统。背景技术:1、数字正射影像作为空间基础设施的一个重要组成部分,是...
基于栅格变换的无人机遥感影像镶嵌线网络生成方法及系统与流程

本发明涉及无人机高分辨率遥感影像,尤其涉及基于栅格变换的无人机遥感影像镶嵌线网络生成方法及系统。

背景技术:

1、数字正射影像作为空间基础设施的一个重要组成部分,是摄影测量与遥感基本数据产品重要组成部分之一。数字正射影像产品的自动化生产一直是摄影测量与遥感发展所追求的目标之一。传统正射影像的生产流程主要包括三个环节:正射纠正、匀光匀色与影像镶嵌。影像镶嵌作为数字正射影像图生产与制造的最后一个环节,一直没有得到很好的解决。

2、传统的基于两两镶嵌的串行化处理模式由于其结果与影像的处理顺序有关且处理效率较低,已经很难适应遥感数据获取技术发展所带来的大数据量、高重叠度及小覆盖范围等挑战。

3、基于接缝线网络的镶嵌方法能确定每幅影像中对镶嵌有贡献的像素区域范围,极大提高了大范围影像镶嵌处理的生产效率,主要有基于传统voronoi图和顾及重叠的面voronoi图接缝线网络生成方法,但是基于传统voronoi图生成的接缝线网络无法保证接缝线位于影像间的重叠区;顾及重叠的面voronoi图接缝线网络生成方法在重叠区域为一般的凸多边形或其组合时可以得到比较好的结果,但是不能处理重叠面为凹多边形的情况。

4、因此,急需研发一种基于栅格变换的无人机遥感影像镶嵌线网络生成方法及系统解决上述问题。

技术实现思路

1、本发明提供了基于栅格变换的无人机遥感影像镶嵌线网络生成方法及系统,解决了现有技术中镶嵌方法无法保证接缝线位于影像间的重叠区且无法适用于任意形状重叠区域的问题。

2、根据本发明的第一方面,提供基于栅格变换的无人机遥感影像镶嵌线网络生成方法。该方法包括:

3、使用种子点区域生长法获取每张无人机遥感影像中正射影像的有效区域范围;

4、以所述有效区域范围的边界像素为距离种子点,进行栅格距离变换,得到栅格距离图;

5、根据所述栅格距离图进行最近点集边界提取,完成重叠区影像间平分线的提取;

6、利用所述重叠区影像间平分线生成接缝线网络。

7、进一步,使用种子点区域生长法获取每张无人机遥感影像中正射影像的有效区域范围,包括以下步骤:

8、顺序扫描所述无人机遥感影像最外围像素,判断最外围像素对应的像素值是否为0,若是,则将其压入堆栈,并标记为无效区域,否则标记为有效区域;

9、取出所述堆栈中的第一个元素作为目标像素,从初始种子点出发,按顺序扫描所述目标像素的全部邻接像素,判断邻接像素的像素值是否为0,若是,则标记为无效区域并压入堆栈,同时将所述目标像素出栈,标记为有效区域;

10、重复上一步骤直至堆栈中没有元素时停止,得到正射影像的有效区域范围。

11、进一步,以所述有效区域范围的边界像素为距离种子点,进行栅格距离变换,得到栅格距离图,包括:

12、将扫描到的前景像素作为当前像素p,将当前像素p八邻域划分为邻域集合n1和邻域集合n2,所述邻域集合n1按顺序依次包括当前像素的左邻域、左上邻域、上邻域、右上邻域;邻域集合n2按顺序依次包括当前像素的右邻域、右下邻域、下邻域、左下邻域;

13、所述栅格距离变换包括:基于邻域集合n1的顺序全访问,具体包括以下步骤:

14、将所述当前像素p的二值数字影像值f(p)初始化为无穷大,再按顺序遍历邻域集合n1中的邻接像素,依次计算各个邻接像素的二值数字影像值f(q)与当前像素p到该邻接像素的平方欧氏距离h(p,q)之和,并比较求和结果与对应的二值数字影像值f(p)的大小,取两者之间的最小值更新当前像素的二值数字影像值f(p);

15、判断是否存在邻接像素的求和结果f(q)+ h(p,q)为最小值且该最小值小于更新后的当前像素的二值数字影像值f(p);

16、若是,则取该邻接像素的相对坐标向量r(q)及当前像素p与该邻接像素的相对坐标差值g(p,q)之和,更新当前像素的相对坐标向量r(p);

17、继续遍历其余前景像素,直至全部像素处理完毕。

18、进一步,所述栅格距离变换还包括基于邻域集合n2的逆序全访问;

19、逆序全访问包括以下步骤:

20、按顺序遍历当前像素p的邻域集合n2中的邻接像素,依次计算各个邻接像素的二值数字影像值f(q)与当前像素p到该邻接像素的平方欧氏距离h(p,q)的和,并比较求和结果与对应的二值数字影像值f(p)的大小,取两者之间的最小值更新当前像素的二值数字影像值f(p);

21、判断是否存在邻接像素的求和结果f(q)+ h(p,q)为最小值且该最小值小于更新后的当前像素的二值数字影像值f(p);

22、若是,则取该邻接像素的相对坐标向量r(q)及当前像素p与该邻接像素的相对坐标差值g(p,q)之和,更新当前像素的相对坐标向量r(p),并将更新后的当前像素的二值数字影像值f(p)的平方根赋值为欧氏距离变换矩阵e(p);

23、继续遍历其余前景像素,直至全部像素处理完毕。

24、进一步,根据所述栅格距离图进行最近点集边界提取,完成重叠区影像间平分线的提取,包括:

25、基于两个栅格距离图中边界的交点定义起始像素和终止像素;

26、将起始像素作为种子点,采用种子点区域扩展方法寻找有效区域边界点,当寻找到终止像素时结束,将找到的点存储于数组中,得到距离生成元点集a;

27、将终止像素作为种子点,采用种子点区域扩展方法寻找有效区域边界点,当寻找到起始像素时结束,将找到的点存储于另一数组中,得到距离生成元点集b;

28、将距离生成元点集a中的点依次压入堆栈,依次取出栈顶元素作为出栈点

p

i,采用八邻域对出栈点

p

i的相邻像素进行遍历,判断相邻像素到出栈点

p

i的距离与所述欧氏距离变换矩阵中记录的欧氏距离是否相等,若是,则将该出栈点

p

i压入堆栈中,标记已遍历且属于区域a,直到堆栈为空时结束;

29、将距离生成元点集b中的点依次压入堆栈,依次取出栈顶元素作为出栈点

p

i,采用八邻域对出栈点

p

i的相邻像素进行遍历,判断相邻像素到出栈点

p

i的距离与所述欧氏距离变换矩阵中记录的欧氏距离是否相等,若是,则将该出栈点

p

i压入堆栈中,标记已遍历且属于区域b,直到堆栈为空时结束;

30、遍历标记,并提取同时属于区域a和区域b的重复点即得到重叠区影像间平分线。

31、进一步,利用所述重叠区影像间平分线生成接缝线网络,包括:

32、利用voronoi多边形生成算法对正射影像有效区域范围进行划分,得到各正射影像的voronoi多边形;

33、生成voronoi多边形后,相邻两个voronoi多边形的公共边即为接缝线,三个相邻voronoi多边形的交点即为公共顶点,所有公共边和公共顶点构成了接缝线网络。

34、根据本发明的第二方面,提供基于栅格变换的无人机遥感影像镶嵌线网络生成系统,包括:

35、区域获取模块,用于使用种子点区域生长法获取每张无人机遥感影像中正射影像的有效区域范围;

36、栅格变换模块,与所述区域获取模块连接,用于以所述有效区域范围的边界像素为距离种子点,进行栅格距离变换,得到栅格距离图;

37、影像平分模块,与所述栅格变换模块连接,用于根据所述栅格距离图进行最近点集边界提取,完成重叠区影像间平分线的提取;

38、网络生成模块,与所述影像平分模块连接,用于利用所述重叠区影像间平分线生成接缝线网络。

39、根据本发明的第三方面,提供一种电子设备,包括存储器、处理器以及计算机程序;其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现基于栅格变换的无人机遥感影像镶嵌线网络生成方法。

40、根据本发明的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序;所述计算机程序被处理器执行以实现基于栅格变换的无人机遥感影像镶嵌线网络生成方法。

41、本发明的有益效果是:

42、本发明对重叠区影像使用一种快速精确欧氏距离变换,并在此距离变换的基础上提取重叠影像间平分线,可以适应任意形状的重叠区多边形,解决现有算法只能处理重叠区多边形为凸多边形的缺点,满足接缝线的生成要求,提高大范围影像镶嵌处理的生产效率。

43、应当理解, 技术实现要素: 部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征,亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。