（二）无人机数据处理算法介绍——图像拼接

                                 无人机视频图像拼接

1.图像拼接技术概况

       图像拼接是将空间中具有一定重叠率的图像序列校正为一幅无缝的宽视场图像。它通常包括图像预处理、图像配准和图像融合3个步骤,其中图像配准是最为关键的一步,目前最常用的配准方法可以归纳为区域配准和特征配准两大类。基于区域的配准方法,例如互相关法、相位相关法和归一化的相关法等,处理思想简单,可以借助快速傅里叶变换(FFT)方法计算互相关系数,从而提高其计算速度以及缩短处理时间,但是它受图像灰度变化的影响较大,对旋转和畸变图像配准误差较大。基于特征的配准方法,具体的实现方法有空间关系法、不变描述算子法和统计概率法等,配准精度高,但是计算过程复杂,实现难度较高。尽管这两大类方法在实现过程中可以通过倒金子塔的思想提高计算速度,但是根据某型航侦相机的特点,如果直接应用这些算法实现图像拼接,则拼接过程产生的数据量大、消耗的时间长,不符合航空侦察实时任务的要求。

           1.1 二维模型

          图像拼接的研究是基于这样的假设相机固定在空间某一点,然后旋转一圈进行拍摄,每次拍摄的焦距没有变化。这一假设可以看成没有遮挡关系变化的柱面平面成像过程,来表示。两图像间的对应关系可以通过仿射变换或单应变换来模拟

例如平面运动关系