基于無人機低空航測的地面目標影像匹配方法研究

郭劍，吳迪，賀國偉

（陜西鐵路工程職業(yè)技術學院，渭南 714000）

引言

隨著科學技術的進步以及社會的迅速發(fā)展，信息科學在人類的生產生活中占據十分重要的地位。城市進程的日益加快，促使不同行業(yè)對于精細航測遙感[1,2]的需求量也持續(xù)增加，傳統(tǒng)的二維數(shù)據空間已經無法滿足其發(fā)展需求。三維空間信息由此誕生，它日益成為人們需求的重要信息。

四旋翼飛機以及四旋翼無人機被簡稱為無人機，它具有4個螺旋槳，并且呈十字形在天空中飛行，在無人機中能夠搭配光學相機或者微型錄像機進行空中照相以及視頻錄制[3,4]。無人機航空攝影測量系統(tǒng)則是在無人機移動平臺的基礎上，完成空間高分辨率遙感影像數(shù)據獲取，它是一種全新的技術測量手段，在各個領域都占據十分重要的作用。

由于無人機影像受到飛機飛行軌跡、姿態(tài)等因素的影響較大，為了確保影像的質量，本文設計并提出基于無人機低空航測的地面目標影像匹配方法。研究結果表明，所提方法具有較強的有效性以及實用性。

1 方法

1.1 地面目標影像分割

地面目標影像分割主要是將影像劃分為多個顏色不同的均勻小塊，促使各個小區(qū)域內有含有一個物體表面，這樣方便后續(xù)將經過分割的小塊進行整體計算。以下給出具體的操作過程：

首先選用mean shift方法對核線影像進行彩色分割，它主要是通過迭代獲取像素概率極大值點，將各個像素劃分到不同的類別屬性中。其中整個算法的實現(xiàn)過程能夠表示為：

式中：

f(x)—密度函數(shù)。

通過公式（1）對f(x)進行迭代，能夠獲取f(x)的極大值點。

視差平面擬合是在以上操作的基礎上進行的，上述步驟主要是采用初始視差圖中的像素[5]，針對一個平面展開計算，其中視差平面方程能夠表示為以下的形式：

式中：

d—像素的視差；

x、y—像素坐標；

a、b、c—不同的平面參數(shù)。

視差平面擬合主要是由影像分割塊作為最小單位進行計算。針對不同的塊，塊內像素視差都可以利用一個視差平面近似表示。同時，一個視差平面也能夠表示成多個塊的像素視差。但是初始視差圖中存在一定的粗差，這導致單獨的塊內像素一次計算出的視差平面可能不是十分準確，所以，需要選取一定的循環(huán)措施，迭代計算視差平面，促使視差平面能夠準確的表示影像的場景結構。將這些視差平面全部放置到平面集合中進行備選。視差平面擬合的主要操作步驟如下所示：

1）選取一定的平面擬合方法對，針對各個塊都能夠擬合出一個視差平面，將擬合平面中的平面進行合并，并且放入到一個集合中，能夠得到一個視差平面集合。最后計算不同塊對應集合里面的各個視差平面的匹配代價，方便后續(xù)進行平面分配。

以下選用最小二乘方法對塊內有效像素視差進行視差平面擬合，具體的求解方程如下所示：

將殘差較大的像素視差直接設定為無效，或者利用像素的殘差進行加權處理，通過權值調整各個像素對視差平面產生的影響。權值的選取通常情況下認為是像素視差和平面視差距離的冪函數(shù)[6，7]，具體的計算式如下：

在上述分析的基礎上，以下詳細給出互信息的匹配代價定義：

式中：

mi(I1p,I2p)—對應像元對的互信息值。

具體的計算式如下：

式中：

h—熵，其中：

將AD和MI兩種算法相結合，將其設定為匹配代價函數(shù)，分別計算各個像素的CAD以及CMI。同時進行帶權加和，將其設定為像素的匹配代價，具體如下所示：

其中半全局匹配需要考慮不同的視差變化給予的不同懲罰代價，將其設定為懲罰代價，則全局能量函數(shù)能夠表示為以下的形式：

由于平滑約束在深度不連續(xù)處理不再成立，但是這些影像灰度值會存在較為明顯的變化，為了確保這種視差是不連續(xù)的，需要確定懲罰代價的灰度值變化情況，即：

在上述分析的基礎上，采用WTA方法進行視差估計，則能夠獲取對應的視差圖，同時需要對視差圖進行后處理，進行后處理的主要目的是在目標影像匹配結束后，檢測錯誤匹配，并且將錯誤的像素視差設定為無效值。

1.2 基于無人機低空航測的地面目標影像匹配方法

如果設定基線方向與水平面平行，同時設定投影中心分別為S1和S2；P1、P2代表核線影像上的對應行。結合視差的相關定義，能夠獲取物點A在左側核線影像上面的投影視差，即：

同理，物點B的投影像點b1的視差能夠表示為以下的形式：

由于像點a1以及b1在相同的塊內，此時需要考慮塊內像素的視差變化規(guī)律，所以視差變化能夠表示為以下的形式：

在實際拍攝的過程選取性能較好的數(shù)碼相機，設定對應參數(shù)的取值，則能夠獲取計算式：

要將視差近似的表示為一個平面，實質上就是曲線近似于一條直線。其中直線的擬合是誤差最大的一種情況，則經過近似的視差誤差即為曲線與直線兩者之間的差值，具體的計算如下：

其中曲線方程為：

直線的斜率即為高差取值等于0時曲線的斜率，以下給出具體的計算式：

由于不同物體的本身存在紋理，但是2.1小節(jié)所采用的分割算法是通過影像顏色值將影響分割成為一些大小以及顏色相接近的小塊[8]，這樣則會存在本來就是屬于同一個物體表面，但是卻被劃分成多個塊的情況。為了有效避免上述情況的發(fā)生，需要對初始視差平面進行精化，經過精化后能夠有效修正視差平面擬合步驟中獲取的視差平面，促使它們能夠更加準確真實的表示真實的場景結構。

在視差完成精化后，需要進行視差平面分配，實質上就是將最優(yōu)選擇問題轉化為能量最小化問題，根據計算最小能量來選取全局最優(yōu)分配。

以下選用置信度傳播算法進行視差平面分配，首先需要設定一個全局能量函數(shù)，具體如下所示：

數(shù)據項代表各個塊在不同視差平面下的塊內匹配代價之和，具體的計算式如下所示：

其中塊內匹配代價即為塊內全部像素匹配代價之和，即：

平滑項代表兩個相鄰分割塊之間邊緣視差不連續(xù)的懲罰值，具體的計算式如下：

在地面目標影像匹配[9]過程中，視差空間影像是一個十分重要的中間結果。視差空間影像作為視差估計以及其他后續(xù)處理的依據，需要申請大量的臨時空間進行存儲，確保其能夠隨時被調用。

小塊視差合并圖需要沿著水平方向，逐一合并相臨近的視差圖，同時形成水平條帶視差圖[10]，其中合并規(guī)則能夠利用以下公式表示：

如果合并規(guī)則與水平方向相同，則能夠獲取以下計算式：

參照上述合并規(guī)則，將小塊視圖進行合并，以達到地面目標影像分塊的目的，具體的流程圖如圖1所示。

在上述操作的基礎上，需要通過計算互信息統(tǒng)計圖表。為了提升地面目標影像匹配精度，通過置信度傳播方法進行視差平面分配，獲取視差圖，將其進行視差精細化處理，以達到地面目標影像匹配的目的。

2 仿真實驗

為了驗證所提基于無人機低空航測的地面目標影像匹配方法的綜合有效性，需要進行仿真實驗。利用無人機進行實驗數(shù)據采集，在采集樣本中選取2 000幅圖像作為測試樣本進行實驗研究。

1）匹配精度/（%）：

實驗選取兩種傳統(tǒng)方法作為對比方法進行仿真實驗測試，以下對比三種方法的匹配精度，具體的對比結果如圖2所示。

分析圖2實驗數(shù)據可知，所提方法的匹配精度一直處于96 %以上；但是另外兩種匹配方法的匹配精度則呈現(xiàn)出忽高忽低的狀態(tài)，并且明顯低于所提方法的匹配精度。

2）匹配時間/（min）：

為了更進一步驗證所提方法的有效性，以下對比三種匹配方法的匹配時間，具體的匹配結果如表1～3所示。

分析表1～3實驗數(shù)據可知，所提方法的匹配時間在三種方法中為最低，文獻[7]方法的匹配時間次之，文獻[8]方法的匹配時間最長。由此可見，所提方法具有較高的匹配效率，能夠在最短的時間完成地面目標影像匹配。

圖1 地面目標影像分塊

圖2 不同匹配方法的匹配精度對比結果

表1 所提方法的匹配時間變化情況

表2 文獻[7]方法的匹配時間變化情況

表3 文獻[8]方法的匹配時間變化情況

3 結束語

針對傳統(tǒng)的地面目標影像匹配方法存在匹配精度較低，匹配時間較長等問題，本文設計并提出基于無人機低空航測的地面目標影像匹配方法。仿真實驗結果表明，所提方法能夠有效提升匹配精度，同時降低地面目標影像匹配時間。后續(xù)將重點針對以下幾方面內容展開研究：

1）后續(xù)將針對多片序列匹配展開研究；

2）所提方法的匹配成本現(xiàn)階段仍然較高，后續(xù)將重點對該方面展開研究。