CN107240070A - 一种基于应急处理的无人机图像拼接系统及方法 - Google Patents

一种基于应急处理的无人机图像拼接系统及方法 Download PDF

Info

Publication number
CN107240070A
CN107240070A CN201710427893.1A CN201710427893A CN107240070A CN 107240070 A CN107240070 A CN 107240070A CN 201710427893 A CN201710427893 A CN 201710427893A CN 107240070 A CN107240070 A CN 107240070A
Authority
CN
China
Prior art keywords
image
module
information
pixel
unmanned plane
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710427893.1A
Other languages
English (en)
Inventor
陈秋婷
叶茂林
陈建伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Rongqi Intelligent Technology Co Ltd
Original Assignee
Guangdong Rongqi Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Rongqi Intelligent Technology Co Ltd filed Critical Guangdong Rongqi Intelligent Technology Co Ltd
Priority to CN201710427893.1A priority Critical patent/CN107240070A/zh
Publication of CN107240070A publication Critical patent/CN107240070A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于应急处理的无人机图像拼接系统及方法，涉及无人机控制技术领域，包括用于采集图像信息的图像采集模块，用于对所述指纹图像信息进行频域变换的计算模块，用于根据图像信息进行特征分析，确定图像的特征重叠区图像识别模块和用于根据图像的特征重叠区信息进行图像拼接的匹配模块。所述图像采集模块、所述图像识别模块分别与所述计算模块连接，所述匹配模块与所述图像识别模块连接。本发明的技术方案有利于及时准确的获取整个区域的完整图像信息，效率高，响应快、图像真实可靠。

Description

一种基于应急处理的无人机图像拼接系统及方法
技术领域
本发明属于无人机控制技术领域，具体地说，涉及一种基于应急处理的无人机图像拼接系统及方法。
背景技术
近年来，无人机由于机动灵活、反应迅速、隐蔽性高、定位精确和环境适应性强等优点，广泛应用于航拍、航测、灾害控制、空中支援、环境监测和城市监视等多个领域。目前利用无人机进行作业大多是通过在无人机上搭载红外或可见光相机采集图像信息并传回地面站，由于无人机飞行时间有限，单张图像视野面积小，在应急情况下，航拍图像信息量大，视角多，重叠度高，无法快速、自动地获取整个区域的完整图像信息，具有一定的局限性。
发明内容
为了实现上述目的，本发明采取的技术方案为：
一种基于应急处理的无人机图像拼接系统，包括：
图像采集模块，用于采集图像信息；
计算模块，用于对所述指纹图像信息进行频域变换；
图像识别模块，用于根据图像信息进行特征分析，确定图像的特征重叠区；
匹配模块，用于根据图像的特征重叠区信息进行图像拼接；
所述图像采集模块、所述图像识别模块与所述计算模块连接，所述匹配模块与所述图像识别模块连接。
优选的，所述的一种基于应急处理的无人机图像拼接系统，还包括：
归一化模块，用于对所述图像信息进行归一化处理，得到与预设尺寸范围和预设亮度范围相同的归一化图像数据；
滤波模块，用于对所述归一化图像信息进行滤波处理，去除噪声干扰；
细化模块，对图像细化处理，在保持原来形状的基础上剔除不稳定点，得到图像的骨架；
优选的，所述计算模块包括：
傅里叶变换子模块，用于对所述图像数据中的像素点进行二维离散傅里叶变换，得到所述图像数据的频谱数据，其中，所述频谱数据为所述图像数据中相同频率的像素点组成的分布情况；
像素点分布计算子模块，用于计算图像中相同频率的像素点组成的分布情况；
所述图像识别模块包括：
预处理子模块，用于对获取的图像进行预处理；
提取子模块，用于提取图像的像素点特征信息；
判断子模块，用于根据图像像素点信息判断图像的重叠区；
所述傅里叶变换子模块分别与细化模块和预处理子模块连接，所述提取子模块分别与预处理子模块和判断子模块连接，所述匹配模块与判断子模块连接。
优选的，所述的基于应急处理的无人机图像拼接系统的拼接方法，包括以下步骤：
(1)采集多张连续的图像信息；
(2)对获取的图像进行预处理，去除不稳定点，得到图像的骨架；
(3)对图像中的像素点进行离散傅里叶变换，获得图像中相同频率的像素点组成的分布情况，即像素点的能量强度的分布情况；
(4)根据频谱数据确定图像的重叠区域位置，提取图像的特征重叠区；
(5)根据图像特征重叠区进行匹配拼接处理；
(6)对拼接后的图像进行平滑处理，去除接缝和边缘毛刺，得到整个区域完整图像。
优选的，所述对图像进行预处理包括以下步骤：
(1)对图像进行正规化处理，将获取的图像大小和灰度进行归一化处理，使图像大小和亮度统一；
(2)对图像进行滤波处理，去除噪声干扰；
(3)对图像细化处理，在保持原来形状的基础上剔除不稳定点，得到图像的骨架。
本发明提供一种基于应急处理的无人机图像拼接系统及方法，效率高、响应快、图像真实可靠，有利于及时准确的获取整个区域的完整图像信息。
附图说明
图1是本发明实施例提供的一种基于应急处理的无人机图像拼接系统的系统框图。
图2是本发明另一实施例提供的一种基于应急处理的无人机图像拼接系统的系统框图。
图3是本发明提供的一种基于应急处理的无人机图像拼接的拼接方法的流程图。
具体实施方式
下面对照附图，通过对实施例的描述，对本发明的具体实施方式作进一步详细的说明，目的是帮助本领域的技术人员对本发明的构思、技术方案有更完整、准确和深入的理解，并有助于其实施。
如图1至图3所示，一种基于应急处理的无人机图像拼接系统，包括：
图像采集模块，用于采集图像信息；
计算模块，用于对所述指纹图像信息进行频域变换；
图像识别模块，用于根据图像信息进行特征分析，确定图像的特征重叠区；
匹配模块，用于根据图像的特征重叠区信息进行图像拼接；
所述图像采集模块与计算模块连接，所述图像识别模块与计算模块连接，所述匹配模块与图像识别模块连接。
在本实施例中，所述的一种基于应急处理的无人机图像拼接系统，还包括：
归一化模块，用于对所述图像信息进行归一化处理，得到与预设尺寸范围和预设亮度范围相同的归一化图像数据；
滤波模块，用于对所述归一化图像信息进行滤波处理，去除噪声干扰；
细化模块，对图像细化处理，在保持原来形状的基础上剔除不稳定点，得到图像的骨架。
在本实施例中，所述计算模块包括：
傅里叶变换子模块，用于对所述图像数据中的像素点进行二维离散傅里叶变换，得到所述图像数据的频谱数据，其中，所述频谱数据为所述图像数据中相同频率的像素点组成的分布情况；
像素点分布计算子模块，用于计算图像中相同频率的像素点组成的分布情况；
所述图像识别模块包括：
预处理子模块，用于对获取的图像进行预处理；
提取子模块，用于提取图像的像素点特征信息；
判断子模块，用于根据图像像素点信息判断图像的重叠区；
所述傅里叶变换子模块分别与细化模块和预处理子模块连接，所述提取子模块分别与预处理子模块和判断子模块连接，所述匹配模块与判断子模块连接。
在本实施例中，所述的基于应急处理的无人机图像拼接系统的拼接方法，包括以下步骤：
(1)采集多张连续的图像信息；
(2)对获取的图像进行预处理，去除不稳定点，得到图像的骨架；
(3)对图像中的像素点进行离散傅里叶变换，获得图像中相同频率的像素点组成的分布情况，即像素点的能量强度的分布情况；
(4)根据频谱数据确定图像的重叠区域位置，提取图像的特征重叠区；
(5)根据图像特征重叠区进行匹配拼接处理；
(6)对拼接后的图像进行平滑处理，去除接缝和边缘毛刺，得到整个区域完整图像。
在本实施例中，所述对图像进行预处理包括以下步骤：
(1)对图像进行正规化处理，将获取的图像大小和灰度进行归一化处理，使图像大小和亮度统一；
(2)对图像进行滤波处理，去除噪声干扰；
(3)对图像细化处理，在保持原来形状的基础上剔除不稳定点，得到图像的骨架。
本发明提供一种基于应急处理的无人机图像拼接系统及方法，效率高、响应快、图像真实可靠，有利于及时准确的获取整个区域的完整图像信息。
以上结合附图对本发明进行了示例性描述，显然，本发明具体实现并不受上述方式的限制，只要是采用了本发明的方法构思和技术方案进行的各种非实质性的改进；或未经改进，将本发明的上述构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。

Claims (5)

1.一种基于应急处理的无人机图像拼接系统，其特征在于，包括：
图像采集模块，用于采集图像信息；
计算模块，用于对所述指纹图像信息进行频域变换；
图像识别模块，用于根据图像信息进行特征分析，确定图像的特征重叠区；
匹配模块，用于根据图像的特征重叠区信息进行图像拼接；
所述图像采集模块、所述图像识别模块分别与所述计算模块连接，所述匹配模块与所述图像识别模块连接。
2.根据权利要求1所述的一种基于应急处理的无人机图像拼接系统，其特征在于，还包括：
归一化模块，用于对所述图像信息进行归一化处理，得到与预设尺寸范围和预设亮度范围相同的归一化图像数据；
滤波模块，用于对所述归一化图像信息进行滤波处理，去除噪声干扰；
细化模块，对图像细化处理，在保持原来形状的基础上剔除不稳定点，得到图像的骨架；
所述细化模块与所述滤波模块连接，所述滤波模块分别与所述归一化模块和所述计算模块连接，所述归一化模块与所述图像采集模块连接。
3.根据权利要求1及2所述的一种基于应急处理的无人机图像拼接系统，其特征在于，
所述计算模块包括：
傅里叶变换子模块，用于对所述图像数据中的像素点进行二维离散傅里叶变换，得到所述图像数据的频谱数据，其中，所述频谱数据为所述图像数据中相同频率的像素点组成的分布情况；
像素点分布计算子模块，用于计算图像中相同频率的像素点组成的分布情况；
所述图像识别模块包括：
预处理子模块，用于对获取的图像进行预处理；
提取子模块，用于提取图像的像素点特征信息；
判断子模块，用于根据图像像素点信息判断图像的重叠区；
所述傅里叶变换子模块分别与细化模块和预处理子模块连接，所述提取子模块分别与所述预处理子模块和所述判断子模块连接，所述匹配模块与所述判断子模块连接。
4.一种根据权利要求1-3所述的基于应急处理的无人机图像拼接系统的拼接方法，其特征在于，包括以下步骤：
(1)采集多张连续的图像信息；
(2)对获取的图像进行预处理，去除不稳定点，得到图像的骨架；
(3)对图像中的像素点进行离散傅里叶变换，获得图像中相同频率的像素点组成的分布情况，即像素点的能量强度的分布情况；
(4)根据频谱数据确定图像的重叠区域位置，提取图像的特征重叠区；
(5)根据图像特征重叠区进行匹配拼接处理；
(6)对拼接后的图像进行平滑处理，去除接缝和边缘毛刺，得到整个区域完整图像。
5.一种根据权利要求4所述的基于应急处理的无人机图像拼接系统的拼接方法，其特征在于：所述对图像进行预处理包括以下步骤：
(1)对图像进行正规化处理，将获取的图像大小和灰度进行归一化处理，使图像大小和亮度统一；
(2)对图像进行滤波处理，去除噪声干扰；
(3)对图像细化处理，在保持原来形状的基础上剔除不稳定点，得到图像的骨架。
CN201710427893.1A 2017-06-08 2017-06-08 一种基于应急处理的无人机图像拼接系统及方法 Pending CN107240070A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710427893.1A CN107240070A (zh) 2017-06-08 2017-06-08 一种基于应急处理的无人机图像拼接系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710427893.1A CN107240070A (zh) 2017-06-08 2017-06-08 一种基于应急处理的无人机图像拼接系统及方法

Publications (1)

Publication Number Publication Date
CN107240070A true CN107240070A (zh) 2017-10-10

Family

ID=59986679

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710427893.1A Pending CN107240070A (zh) 2017-06-08 2017-06-08 一种基于应急处理的无人机图像拼接系统及方法

Country Status (1)

Country Link
CN (1) CN107240070A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108489989A (zh) * 2018-03-28 2018-09-04 苏州巨能图像检测技术有限公司 基于多相机拼接成像检测的光伏组件双面外观检测仪
CN108508022A (zh) * 2018-03-28 2018-09-07 苏州巨能图像检测技术有限公司 多相机拼接成像检测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6151420A (en) * 1995-12-15 2000-11-21 Polaroid Corporation Minimizing blocking artifacts in a filtered image
CN101984463A (zh) * 2010-11-02 2011-03-09 中兴通讯股份有限公司 全景图合成方法及装置
CN105245841A (zh) * 2015-10-08 2016-01-13 北京工业大学 一种基于cuda的全景视频监控系统
CN105631811A (zh) * 2016-02-25 2016-06-01 科盾科技股份有限公司 一种用于图像拼接的方法及装置
CN106127690A (zh) * 2016-07-06 2016-11-16 李长春 一种无人机遥感图像快速拼接方法
CN106127683A (zh) * 2016-06-08 2016-11-16 中国电子科技集团公司第三十八研究所 一种无人机载sar图像实时拼接方法
US20160358355A1 (en) * 2015-06-05 2016-12-08 International Business Machines Corporation System and method for perspective preserving stitching and summarizing views
CN106447608A (zh) * 2016-08-25 2017-02-22 中国科学院长春光学精密机械与物理研究所 一种视频图像拼接方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6151420A (en) * 1995-12-15 2000-11-21 Polaroid Corporation Minimizing blocking artifacts in a filtered image
CN101984463A (zh) * 2010-11-02 2011-03-09 中兴通讯股份有限公司 全景图合成方法及装置
US20160358355A1 (en) * 2015-06-05 2016-12-08 International Business Machines Corporation System and method for perspective preserving stitching and summarizing views
CN105245841A (zh) * 2015-10-08 2016-01-13 北京工业大学 一种基于cuda的全景视频监控系统
CN105631811A (zh) * 2016-02-25 2016-06-01 科盾科技股份有限公司 一种用于图像拼接的方法及装置
CN106127683A (zh) * 2016-06-08 2016-11-16 中国电子科技集团公司第三十八研究所 一种无人机载sar图像实时拼接方法
CN106127690A (zh) * 2016-07-06 2016-11-16 李长春 一种无人机遥感图像快速拼接方法
CN106447608A (zh) * 2016-08-25 2017-02-22 中国科学院长春光学精密机械与物理研究所 一种视频图像拼接方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108489989A (zh) * 2018-03-28 2018-09-04 苏州巨能图像检测技术有限公司 基于多相机拼接成像检测的光伏组件双面外观检测仪
CN108508022A (zh) * 2018-03-28 2018-09-07 苏州巨能图像检测技术有限公司 多相机拼接成像检测方法
CN108508022B (zh) * 2018-03-28 2021-07-13 苏州巨能图像检测技术有限公司 多相机拼接成像检测方法

Similar Documents

Publication Publication Date Title
CN106446873B (zh) 人脸检测方法及装置
EP3410350A1 (en) Apparatus, systems and methods for improved facial detection and recognition in vehicle inspection security systems
Merino-Gracia et al. A head-mounted device for recognizing text in natural scenes
CN111797653A (zh) 基于高维图像的图像标注方法和装置
Skoryukina et al. Real time rectangular document detection on mobile devices
CN110741378A (zh) 蓝紫光照明下非接触式掌纹识别系统
Cai et al. Real-time recognition system of traffic light in urban environment
US20170228585A1 (en) Face recognition system and face recognition method
EP2124194B1 (en) Method of detecting objects
CN103714321A (zh) 基于距离图像和强度图像的驾驶员人脸定位系统
CN113537049B (zh) 地面点云数据处理方法、装置、终端设备及存储介质
Luo et al. Object-aware power line detection using color and near-infrared images
CN102567706A (zh) 一种人脸识别装置和方法
CN107240070A (zh) 一种基于应急处理的无人机图像拼接系统及方法
Kashihara et al. Supportive information to find victims from aerial video in search and rescue operation
Farag et al. An advanced road-lanes finding scheme for self-driving cars
Yanagisawa et al. Face detection for comic images with deformable part model
US11869204B2 (en) Automatic co-registration of thermal and visible image pairs
Saini et al. DroneRTEF: development of a novel adaptive framework for railroad track extraction in drone images
CN115937021A (zh) 基于频率域特征分离和迭代优化大气光的偏振去雾方法
WO2022037152A1 (zh) 图像采集方法、系统及显示面板
Fang et al. Visual place recognition based on multilevel descriptors for the visually impaired people
Hu et al. A new approach for vehicle color recognition based on specular-free image
Nguyen et al. Application of graph segmentation method in thermal camera object detection
Shahista et al. Detection of the traffic light in challenging environmental conditions

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171010