基于无人机载面阵影像的高光谱航带几何校正方法及系统

1.本发明涉及一种校正方法及系统，具体涉及一种基于无人机载面阵影像的高光谱航带几何校正方法及实现该方法的系统。


背景技术：

2.在对高光谱图像预处理时，由于gps-imu自身精度、无人机飞行姿态、成像环境等影响，传感器得到的位置信息和运动信息具有一定偏差，对高光谱影像的质量产生了很大的影响，且使用gps-imu系统的成像仪器很难避免这种问题。为了更大程度上保留原始高光谱的信息，降低提取光谱信息的难度，需要对采集到的高光谱影像进行几何校正，并将多幅推扫式成像得到的高光谱影像拼接成完整的一幅影像，以得到包含高光谱信息的地表影像。目前，高光谱影像的拼接主要包括影像配准和影像融合，配准是根据无人机的运动模型，将多幅高光谱航带配准到一个坐标系中。融合是将配准的航带基于一个像元，将多条航带拼接为一整幅图像。
3.图像拼接的整个流程对于每个环节要求严格且较为复杂，飞行设备的运作环境、gps-imu定位系统的抗干扰程度、采集系统的精度、影像配准选用的图片质量、变换模型算法、特征点提取与匹配算法以及融合算法都对拼接质量和效率影响较大。现有的多条航带高光谱线阵影像拼接流程较为复杂，对于大体量的多航带高光谱线阵影像拼接来讲效率较低，且极为消耗计算资源；并且拼接后的光谱信息容易丢失、质量较差。


技术实现要素：

4.本发明的目的是解决现有多条航带高光谱线阵影像拼接的流程较为复杂，对于大体量的多航带高光谱线阵影像拼接效率较低，且极为消耗计算资源；并且拼接后的光谱信息容易丢失、质量较差的技术问题，而提供一种基于无人机载面阵影像的高光谱航带几何校正方法及系统。
5.为实现上述目的，本发明所采用的技术方案为：
6.一种基于无人机载面阵影像的高光谱航带几何校正方法，其特殊之处在于，包括以下步骤：
7.步骤1、按照无人机的移动方向，使用高光谱成像仪和多光谱成像仪在同一光轴上对连续目标区域进行拍摄，分别获得多光谱框幅式影像和多条航带高光谱线阵影像；
8.步骤2、对获得的多条航带高光谱线阵影像进行几何粗校正，同时筛选成像质量最佳的多光谱框幅式影像作为参考影像；
9.步骤3、建立一条航带高光谱线阵影像和参考影像之间的变换模型；
10.步骤4、根据变换模型，在该条航带高光谱线阵影像和参考影像中生成同一特征物体的控制点，并对该条航带高光谱线阵影像和参考影像进行特征点的检测和标记；
11.步骤5、根据预设的误差大小对该条航带高光谱线阵影像和参考影像上控制点和特征点进行筛选，剔除不在预设误差大小范围内的控制点和特征点；
12.步骤6、根据该条航带高光谱线阵影像对应的变换模型，以及筛选后的控制点和特征点，将该条航带高光谱线阵影像进行重采样；
13.步骤7、采用步骤3至步骤6相同的方法，直至完成所有航带高光谱线阵影像的重采样；
14.步骤8、将重采样后的所有航带高光谱线阵影像进行拼接，即获得经过几何校正优化的多航带高光谱线阵影像。
15.进一步地，在步骤3中：
16.通过一阶多项式建立该条航带高光谱线阵影像和参考影像之间的变换模型；
17.所述一阶多项式满足如下关系：
[0018][0019]
式中：x和y表示多光谱框幅式影像的坐标；x，y表示航带高光谱线阵影像的坐标；ai和bi表示常数，i＝1、2、3、4。
[0020]
进一步地，在步骤4中：
[0021]
通过forstner、harris、moravec算子交替对该条航带高光谱线阵影像和参考影像进行特征点的检测和标记。
[0022]
进一步地，在步骤6中：
[0023]
对该条航带高光谱线阵影像使用内插法，将该条航带高光谱线阵影像和参考影像进行重采样。
[0024]
进一步地，所述内插法包括最邻近内插法、双线性内插法或三次卷积内插法。
[0025]
进一步地，在步骤2中：
[0026]
根据高光谱成像仪的校正数据、位置参数，无人机的飞行姿态、飞行轨迹对获得的多航带高光谱线阵影像进行几何粗校正。
[0027]
进一步地，在步骤4中：
[0028]
根据变换模型，在该条航带高光谱线阵影像和参考影像中生成同一特征物体的控制点后，继续手动添加该条航带高光谱线阵影像和参考影像中同一特征物体的控制点。
[0029]
同时，本发明还提供了一种基于无人机载面阵影像的高光谱航带几何校正系统，用于实现所述的一种基于无人机载面阵影像的高光谱航带几何校正方法：
[0030]
包括高光谱成像仪、多光谱成像仪，以及处理器；
[0031]
所述高光谱成像仪和多光谱成像仪同光轴安装于无人机的机载平台上；
[0032]
所述处理器的输入端分别与高光谱成像仪和多光谱成像仪的输出端连接，用于对高光谱成像仪和多光谱成像仪输出的多光谱框幅式影像和多航带高光谱线阵影像进行处理。
[0033]
本发明的有益效果是：
[0034]
本发明使用无人机载高光谱成像仪与多光谱成像仪对地同轴拍摄，得到多条航带高光谱线阵影像和多光谱框幅式影像，依据多光谱框幅式影像，将多条航带高光谱线阵影像进行重采样，及多条航带高光谱线阵影像间的拼接；该方法可以优化多条航带高光谱线阵影像拼接的流程，减少拼接后光谱信息的丢失，提升拼接后航带高光谱线阵影像的质量，避免计算资源的浪费，对于大体量多条航带高光谱线阵影像拼接效率高且稳定。
附图说明
[0035]
图1是本发明一种基于无人机载面阵影像的高光谱航带几何校正方法实施例的流程图。
具体实施方式
[0036]
为使本发明的目的、优点和特征更加清楚，以下结合附图和具体实施例对本发明提出的一种基于无人机载面阵影像的高光谱航带几何校正方法及系统作进一步详细说明。根据下面具体实施方式，本发明的优点和特征将更清楚。需要说明的是：附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的；其次，附图所展示的结构往往是实际结构的一部分。
[0037]
本发明一种基于无人机载面阵影像的高光谱航带几何校正系统，包括高光谱成像仪、多光谱成像仪，以及处理器；高光谱成像仪和多光谱成像仪同光轴安装于无人机的机载平台上；处理器的输入端分别与高光谱成像仪和多光谱成像仪的输出端连接，用于对高光谱成像仪和多光谱成像仪输出的多光谱框幅式影像和多航带高光谱线阵影像进行处理。
[0038]
调整高光谱成像仪和多光谱成像仪的位置，确保拍摄时两种成像仪在同一光轴上；无人机的飞行高度、速度及无人机机载平台参数等均以拍摄到的影响足够清晰为准；在使用高光谱成像仪进行推扫式成像时，需要确保航带之间具有一定的重叠，避免成像缺失；拍摄时，应选择天气晴朗、云量少、风速小、大气可见度高等天气条件较好的时间进行多次拍摄，减少拍摄环境对无人机及成像仪的干扰，获取质量较高的影响。
[0039]
基于上述的一种基于无人机载面阵影像的高光谱航带几何校正系统，本实施例一种基于无人机载面阵影像的高光谱航带几何校正方法，包括以下步骤：
[0040]
步骤1、按照无人机的移动方向，使用高光谱成像仪和多光谱成像仪在同一光轴上连续对目标区域进行拍摄，分别获得多光谱框幅式影像和多条航带高光谱线阵影像；
[0041]
步骤2、根据高光谱成像仪的校正数据、位置参数，无人机的飞行姿态、飞行轨迹，对获得的多条航带高光谱线阵影像进行几何粗校正，同时筛选成像质量最佳的多光谱框幅式影像作为参考影像；
[0042]
步骤3、通过一阶多项式建立一条航带高光谱线阵影像和参考影像之间的变换模型；
[0043]
一阶多项式满足如下关系：
[0044][0045]
将上式作为全局变换模型来衡量该条航带高光谱线阵影像和多光谱框幅式影像(参考影像)之间的空间变换关系；
[0046]
式中：x和y表示多光谱框幅式影像的坐标；x，y表示航带高光谱线阵影像的坐标；ai和bi表示常数，i＝1、2、3、4；ai和bi的具体参数通过最小化误差该一阶多项式进行计算；
[0047]
步骤4、根据该条航带高光谱线阵影像对应的变换模型，在该条航带高光谱线阵影像和参考影像中生成同一特征物体的控制点；后续还可根据需要继续手动添加该条航带高光谱线阵影像和参考影像中同一特征物体的控制点；通过forstner、harris、moravec算子交替对该条航带高光谱线阵影像和参考影像进行特征点的检测和标记；
[0048]
步骤5、根据预设的误差大小对该条航带高光谱线阵影像和参考影像上控制点和特征点进行筛选，剔除不在预设误差大小范围内的控制点和特征点；
[0049]
步骤6、根据该条航带高光谱线阵影像对应的变换模型，以及筛选后的控制点和特征点，对该条航带高光谱线阵影像使用内插法，依次将每一条航带高光谱线阵影像进行重采样；前述的内插法包括最邻近内插法、双线性内插法或三次卷积内插法等；
[0050]
步骤7、采用步骤3至步骤6相同的方法，直至完成所有航带高光谱线阵影像的重采样；
[0051]
步骤8、将重采样后的所有航带高光谱线阵影像进行拼接，即获得经过几何校正优化的多航带高光谱线阵影像。

技术特征：
1.一种基于无人机载面阵影像的高光谱航带几何校正方法，其特征在于，包括以下步骤：步骤1、按照无人机的移动方向，使用高光谱成像仪和多光谱成像仪在同一光轴上连续对目标区域进行拍摄，分别获得多个多光谱框幅式影像和多条航带高光谱线阵影像；步骤2、对获得的多条航带高光谱线阵影像进行几何粗校正，同时筛选成像质量最佳的多光谱框幅式影像作为参考影像；步骤3、建立一条航带高光谱线阵影像和参考影像之间的变换模型；步骤4、根据变换模型，在该条航带高光谱线阵影像和参考影像中生成同一特征物体的控制点，并对该条航带高光谱线阵影像和参考影像进行特征点的检测和标记；步骤5、根据预设的误差大小对该条航带高光谱线阵影像和参考影像上控制点和特征点进行筛选，剔除不在预设误差大小范围内的控制点和特征点；步骤6、根据该条航带高光谱线阵影像对应的变换模型，以及筛选后的控制点和特征点，将该条航带高光谱线阵影像进行重采样；步骤7、采用步骤3至步骤6相同的方法，直至完成所有航带高光谱线阵影像的重采样；步骤8、将重采样后的所有航带高光谱线阵影像进行拼接，获得经过几何校正优化的多航带高光谱线阵影像。2.根据权利要求1所述的基于无人机载面阵影像的高光谱航带几何校正方法，其特征在于，在步骤3中：通过一阶多项式建立该条航带高光谱线阵影像和参考影像之间的变换模型；所述一阶多项式满足如下关系：式中：x和y表示多光谱框幅式影像的坐标；x，y表示航带高光谱线阵影像的坐标；a
i
和b
i
表示常数，i＝1、2、3、4。3.根据权利要求1或2所述的基于无人机载面阵影像的高光谱航带几何校正方法，其特征在于，在步骤4中：通过forstner、harris、moravec算子交替对该条航带高光谱线阵影像和参考影像进行特征点的检测和标记。4.根据权利要求3所述的基于无人机载面阵影像的高光谱航带几何校正方法，其特征在于，在步骤6中：对该条航带高光谱线阵影像使用内插法，将该条航带高光谱线阵影像进行重采样。5.根据权利要求4所述的基于无人机载面阵影像的高光谱航带几何校正方法，其特征在于：所述内插法包括最邻近内插法、双线性内插法或三次卷积内插法。6.根据权利要求5所述的基于无人机载面阵影像的高光谱航带几何校正方法，其特征在于，在步骤2中：根据高光谱成像仪的校正数据、位置参数，无人机的飞行姿态、飞行轨迹对获得的多航带高光谱线阵影像进行几何粗校正。7.根据权利要求6所述的基于无人机载面阵影像的高光谱航带几何校正方法，其特征
在于，在步骤4中：根据变换模型，在该条航带高光谱线阵影像和参考影像中生成同一特征物体的控制点后，继续手动添加该条航带高光谱线阵影像和参考影像中同一特征物体的控制点。8.一种基于无人机载面阵影像的高光谱航带几何校正系统，用于实现权利要求1-7任一所述的一种基于无人机载面阵影像的高光谱航带几何校正方法，其特征在于：包括高光谱成像仪、多光谱成像仪，以及处理器；所述高光谱成像仪和多光谱成像仪同光轴安装于无人机的机载平台上；所述处理器的输入端分别与高光谱成像仪和多光谱成像仪的输出端连接，用于对高光谱成像仪和多光谱成像仪输出的多光谱框幅式影像和多航带高光谱线阵影像进行处理。

技术总结
本发明涉及一种基于无人机载面阵影像的高光谱航带几何校正方法及系统，主要解决现有多条航带高光谱线阵影像拼接的流程较为复杂，对于大体量的多航带高光谱线阵影像拼接效率较低，且极为消耗计算资源；并且拼接后的光谱信息容易丢失、质量较差的技术问题。该系统包括高光谱成像仪、多光谱成像仪，以及处理器；所述高光谱成像仪和多光谱成像仪同光轴安装于无人机的机载平台上；所述处理器的输入端分别与高光谱成像仪和多光谱成像仪的输出端连接，用于对高光谱成像仪和多光谱成像仪输出的多光谱框幅式影像和多航带高光谱线阵影像进行处理。处理。处理。


技术研发人员：李海巍 王卓 宋丽瑶 陈铁桥 陈军宇 张耿 李思远
受保护的技术使用者：中国科学院西安光学精密机械研究所
技术研发日：2023.04.12
技术公布日：2023/7/22