一种无人机的图像分析方法技术

本发明专利技术公开了一种无人机的图像分析方法，包括以下步骤：(1)图像预处理，对所获取的至少一个图像进行几何校正和去噪，(2)图像空间匹配，(3)特征选择：在欲配准的图像上，选择如边界、线状物交叉点、区域轮廓等明显的特征。本发明专利技术一种无人机的图像分析方法，该无人机的图像分析方法，设置有三级图像融合方式，即像素级融合、特征级融合和决策级融合，使用者可以根据图像融合的目的和融合层次智能的选择合适的融合算法，将空间匹配的图像数据进行有机的合成，得到目标的更准确表示或估计，并且该无人机的图像分析方法，图像配准采用图像空间匹配，配准精度较高，为后期图像融合的分析计算提供较好的技术支撑和保障，保障图像融合的效果。

【技术实现步骤摘要】
一种无人机的图像分析方法
本专利技术涉及无人机图像分析
，具体涉及一种无人机的图像分析方法。
技术介绍
无人驾驶飞机简称“无人机”，英文缩写为“UAV”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作。与有人驾驶飞机相比，无人机往往更适合那些太“愚钝，肮脏或危险”的任务。无人机按应用领域，可分为军用与民用。军用方面，无人机分为侦察机和靶机。民用方面，无人机+行业应用，是无人机真正的刚需；目前在航拍、农业、植保、微型自拍、快递运输、灾难救援、观察野生动物、监控传染病、测绘、新闻报道、电力巡检、救灾、影视拍摄、制造浪漫等等领域的应用，大大的拓展了无人机本身的用途，发达国家也在积极扩展行业应用与发展无人机技术。目前无人机的图像分析方法，在对无人机获取的图像进行分析处理时，图像配准的精度较低，影响到图像后期的融合，其次单一的采用一种算法进行融合，实用性较低，无法满足使用者对图像融合的要求，故而满足不了使用者的需求。
技术实现思路
本专利技术的目的在于提供一种无人机的图像分析方法以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种无人机的图像分析方法，包括以下步骤：(1)图像预处理：对所获取的至少一个图像进行几何校正和去噪；(2)图像空间匹配：(3)特征选择：在欲配准的图像上，选择如边界、线状物交叉点、区域轮廓等明显的特征；(4)特征匹配：采用一定的标准算法，找出图像对于的明显地物点，作为控制点；(5)空间交换：根据控制垫，建立图像间的映射关系；(6)插值：根据映射关系，对非参考图像进行重采样，获得同参考图像匹配的图像，空间匹配的精度一般要求在1—2个像素内。(7)图像融合：根据图像融合的目的和融合层次智能的选择合适的融合算法，将空间匹配的图像数据进行有机的合成，得到目标的更准确表示或估计；(71)像素级融合：采用加强平均融合法对图像进行融合处理；(72)特征级融合：采用高通滤波法对图像进行融合处理；(73)决策级融合：采用IHS变换融合法对图像进行融合处理。作为上述技术方案的进一步描述：所述步骤(2)图像空间匹配指将两个及以上的不同的传感器从同一景物所获取的两幅及以上图像在空间上进行对准，从而确定出这两幅图像之间的相对位移过程。作为上述技术方案的进一步描述：所述步骤(3)中特征选择还包括特征点提纯，即根据一定的规则去除错误的匹配特征点。作为上述技术方案的进一步描述：所述步骤(1)中还包括搭载数据网络云平台，用于接收无人机拍摄的图像，所述步骤(1)中图像预处理还包括将每一个文字图像分检出来交给识别模块识别，消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性。作为上述技术方案的进一步描述：所述步骤(4)中特征匹配采用的算法为基于稀疏点集与稠密流的图像匹配算法。作为上述技术方案的进一步描述：所述步骤(71)中加权平均融合法指对多幅源图像的对应像素点进行加权处理，即用一个匹配矩阵来来表示两幅图像的相似程度，当两幅图像相似时，合成图像就采用两幅图的平均值。作为上述技术方案的进一步描述：所述步骤(72)中高通滤波法即根据高空间分辨率反映在图像的高频上，多光谱信息发映在图像的低频分量。作为上述技术方案的进一步描述：所述步骤(73)IHS变换融合法指首先将RGB空间的彩色图像1转化为IHS空间的三个分量，然后将彩色图像2转化为灰度图片，并进行对比度拉伸，使它和彩色图像的亮度分量I有相同的均值和方差，最后用拉伸后的灰度图像代替亮度分量I，把它同色度H和饱和度S进行IHS逆变换得到融合图像。与现有技术相比，本专利技术的有益效果是：该无人机的图像分析方法，设置有三级图像融合方式，即像素级融合、特征级融合和决策级融合，使用者可以根据图像融合的目的和融合层次智能的选择合适的融合算法，将空间匹配的图像数据进行有机的合成，得到目标的更准确表示或估计，并且该无人机的图像分析方法，图像配准采用图像空间匹配，配准精度较高，为后期图像融合的分析计算提供较好的技术支撑和保障，保障了图像融合的效果。具体实施方式下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术提供一种技术方案：一种无人机的图像分析方法，包括以下步骤：(1)图像预处理：对所获取的至少一个图像进行几何校正和去噪；(2)图像空间匹配：(3)特征选择：在欲配准的图像上，选择如边界、线状物交叉点、区域轮廓等明显的特征；(4)特征匹配：采用一定的标准算法，找出图像对于的明显地物点，作为控制点；(5)空间交换：根据控制垫，建立图像间的映射关系；(6)插值：根据映射关系，对非参考图像进行重采样，获得同参考图像匹配的图像，空间匹配的精度一般要求在1—2个像素内。(7)图像融合：根据图像融合的目的和融合层次智能的选择合适的融合算法，将空间匹配的图像数据进行有机的合成，得到目标的更准确表示或估计；(71)像素级融合：采用加强平均融合法对图像进行融合处理；(72)特征级融合：采用高通滤波法对图像进行融合处理；(73)决策级融合：采用IHS变换融合法对图像进行融合处理。步骤(2)图像空间匹配指将两个及以上的不同的传感器从同一景物所获取的两幅及以上图像在空间上进行对准，从而确定出这两幅图像之间的相对位移过程。步骤(3)中特征选择还包括特征点提纯，即根据一定的规则去除错误的匹配特征点。步骤(1)中还包括搭载数据网络云平台，用于接收无人机拍摄的图像，步骤(1)中图像预处理还包括将每一个文字图像分检出来交给识别模块识别，消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性。步骤(4)中特征匹配采用的算法为基于稀疏点集与稠密流的图像匹配算法。步骤(71)中加权平均融合法指对多幅源图像的对应像素点进行加权处理，即用一个匹配矩阵来来表示两幅图像的相似程度，当两幅图像相似时，合成图像就采用两幅图的平均值。步骤(72)中高通滤波法即根据高空间分辨率反映在图像的高频上，多光谱信息发映在图像的低频分量。步骤(73)IHS变换融合法指首先将RGB空间的彩色图像1转化为IHS空间的三个分量，然后将彩色图像2转化为灰度图片，并进行对比度拉伸，使它和彩色图像的亮度分量I有相同的均值和方差，最后用拉伸后的灰度图像代替亮度分量I，把它同色度H和饱和度S进行IHS逆变换得到融合图像本文档来自技高网...

【技术保护点】
1.一种无人机的图像分析方法，其特征在于，包括以下步骤：/n(1)图像预处理：对所获取的至少一个图像进行几何校正和去噪；/n(2)图像空间匹配：/n(3)特征选择：在欲配准的图像上，选择如边界、线状物交叉点、区域轮廓等明显的特征；/n(4)特征匹配：采用一定的标准算法，找出图像对于的明显地物点，作为控制点；/n(5)空间交换：根据控制垫，建立图像间的映射关系；/n(6)插值：根据映射关系，对非参考图像进行重采样，获得同参考图像匹配的图像，空间匹配的精度一般要求在1—2个像素内。/n(7)图像融合：根据图像融合的目的和融合层次智能的选择合适的融合算法，将空间匹配的图像数据进行有机的合成，得到目标的更准确表示或估计；/n(71)像素级融合：采用加强平均融合法对图像进行融合处理；/n(72)特征级融合：采用高通滤波法对图像进行融合处理；/n(73)决策级融合：采用IHS变换融合法对图像进行融合处理。/n

【技术特征摘要】
1.一种无人机的图像分析方法，其特征在于，包括以下步骤：
(1)图像预处理：对所获取的至少一个图像进行几何校正和去噪；
(2)图像空间匹配：
(3)特征选择：在欲配准的图像上，选择如边界、线状物交叉点、区域轮廓等明显的特征；
(4)特征匹配：采用一定的标准算法，找出图像对于的明显地物点，作为控制点；
(5)空间交换：根据控制垫，建立图像间的映射关系；
(6)插值：根据映射关系，对非参考图像进行重采样，获得同参考图像匹配的图像，空间匹配的精度一般要求在1—2个像素内。
(7)图像融合：根据图像融合的目的和融合层次智能的选择合适的融合算法，将空间匹配的图像数据进行有机的合成，得到目标的更准确表示或估计；
(71)像素级融合：采用加强平均融合法对图像进行融合处理；
(72)特征级融合：采用高通滤波法对图像进行融合处理；
(73)决策级融合：采用IHS变换融合法对图像进行融合处理。


2.根据权利要求1所述的一种无人机的图像分析方法，其特征在于，所述步骤(2)图像空间匹配指将两个及以上的不同的传感器从同一景物所获取的两幅及以上图像在空间上进行对准，从而确定出这两幅图像之间的相对位移过程。


3.根据权利要求1所述的一种无人机的图像分析方法，其特征在于，所述步骤(3)中特征选择还包括特征点提纯，即根据一定的规则去除错误的匹配特征点。


4.根据权利要...

【专利技术属性】
技术研发人员：李麟，康俊峰，何海清，
申请(专利权)人：江西裕丰智能农业科技有限公司，
类型：发明
国别省市：江西;36