CN109447902A - 一种图像拼接方法、装置、储存介质及设备 - Google Patents

一种图像拼接方法、装置、储存介质及设备 Download PDF

Info

Publication number
CN109447902A
CN109447902A CN201811196778.9A CN201811196778A CN109447902A CN 109447902 A CN109447902 A CN 109447902A CN 201811196778 A CN201811196778 A CN 201811196778A CN 109447902 A CN109447902 A CN 109447902A
Authority
CN
China
Prior art keywords
image
overlapping region
region
multispectral
splicing
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.)
Granted
Application number
CN201811196778.9A
Other languages
English (en)
Other versions
CN109447902B (zh
Inventor
韩留生
周成虎
杨骥
李勇
杨传训
张晨
赵倩
王树详
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.)
Guangzhou Institute of Geography of GDAS
Original Assignee
Guangzhou Institute of Geography of GDAS
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 Guangzhou Institute of Geography of GDAS filed Critical Guangzhou Institute of Geography of GDAS
Priority to CN201811196778.9A priority Critical patent/CN109447902B/zh
Publication of CN109447902A publication Critical patent/CN109447902A/zh
Application granted granted Critical
Publication of CN109447902B publication Critical patent/CN109447902B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

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

Abstract

本发明涉及一种图像拼接方法、装置、储存介质及设备，包括：获取待分析区域的多幅连续的多光谱影像、以及与多光谱影像对应的多幅连续的RGB影像；其中，每幅RGB影像包含待分析区域对应的地理坐标；根据RGB影像，确定两幅或多幅相邻间的多光谱影像的重叠区域；根据重叠区域，确定重叠区域的拼接图像；根据RGB影像中的地理坐标，确定拼接的起始坐标和结束坐标；根据拼接的起始坐标和结束坐标，确定拼接范围；根据重叠区域的拼接图像和拼接范围，将多光谱影像拼接，获得待分析区域的全局图像。通过带有地理坐标的RGB影像来确定多光谱影像的重叠区域和拼接范围，可对各类型地物图像均进行拼接，而且以量化的地理坐标进行拼接，提高了拼接的准确性和便捷性。

Description

一种图像拼接方法、装置、储存介质及设备
技术领域
本发明涉及图像处理领域，特别是涉及一种图像拼接方法、装置、储存介质及设备。
背景技术
随着无人机技术的发展，通过无人机获取区域影像，并对区域内各地物进行识别和监测，成为了区域研究的重要手段。通过无人机获取的区域影像通常为多幅连续的多光谱影像，而相邻幅或多幅的多光谱影像中通常存在重叠区域，因此，需要对这些多光谱影像进行拼接，以生成区域的全局影像。
在实现对多幅连续的多光谱影像的拼接时，其中有技术是通过识别影像中的同名点，即识别地面上同一个点在不同影像上成的像点，进而获得影像中的重叠区域，从而实现多光谱影像的拼接。但是，根据同名点识别重叠区域的方法，通常依赖于对棱角比较分明的地物进行识别，对于具有较大面积相同的地物，如水体、玻璃、沙漠等地物则无法根据同名点进行识别，进而导致拼接的图像无法表征真实信息，甚至出现无法实现拼接的问题。
发明内容
基于此，本发明的目的在于，提供一种图像拼接方法，其具有可实现对各地物进行拼接的优点。
一种图像拼接方法，包括如下步骤：
获取待分析区域的多幅连续的多光谱影像、以及与多光谱影像对应的多幅连续的RGB影像；其中，每幅RGB影像包含待分析区域对应的地理坐标；
根据所述RGB影像，确定两幅或多幅相邻间的多光谱影像的重叠区域；
根据所述重叠区域，确定所述重叠区域的拼接图像；
根据所述RGB影像中的地理坐标，确定拼接的起始坐标和结束坐标；
根据拼接的所述起始坐标和所述结束坐标，确定拼接范围；
根据所述重叠区域的拼接图像和所述拼接范围，将所述多光谱影像拼接，获得待分析区域的全局图像。
通过带有地理坐标的RGB影像来确定多光谱影像的重叠区域和拼接范围，可对各类型地物图像均进行拼接，而且以量化的地理坐标进行拼接，提高了拼接的准确性和便捷性。
进一步地，所述根据所述RGB影像，确定两幅或多幅相邻间的多光谱影像的重叠区域的步骤，包括：
根据所述RGB影像的地理坐标和所述RGB影像的大小，确定多光谱影像中各个点的地理坐标；
根据多光谱影像中各个点的地理坐标，确定两幅或多幅相邻间的多光谱影像的重叠区域。
进一步地，所述根据所述重叠区域，确定所述重叠区域的拼接图像的步骤，包括：
判断所述重叠区域中是否包括水体；
若重叠区域中包括水体，则识别所述水体图像；判断水体图像中是否包括太阳耀斑，若水体图像中存在太阳耀斑，则通过中值滤波方法去除太阳耀斑，并将去除了太阳耀斑的重叠区域作为拼接图像；若水体图像中不存在太阳耀斑，则对重叠区域进行均值处理，并将均值处理后的图像作为拼接图像；
若重叠区域中不包括水体，则对重叠区域进行均值处理，并将均值处理后的图像作为拼接图像。
通过对重叠区域中的水体去除太阳耀斑，有效对图像的噪音进行去除，提高了图像的清晰准确性。
进一步地，所述判断所述重叠区域中是否包括水体的步骤，包括：
通过sobel算子计算所述多光谱图像的梯度，获得所述重叠区域中各地物的边缘平滑度；
判断各地物的边缘平滑度是否达到预设的平滑阈值；
若存在地物的边缘平滑度达到预设的平滑阈值，则对所述重叠区域采用8领域连通域计算方式，将所述重叠区域划分成多个连通域；通过直方图法统计各个连通域的面积，获得各个连通域的连通面积，若存在连通域的连通面积达到预设的连通面积阈值，则重叠区域中存在水体；若不存在连通域的连通面积达到预设的连通面积阈值，则重叠区域中不存在水体；
若不存在地物的边缘平滑度达到预设的平滑阈值，则重叠区域中不包括水体。
本发明还提供一种图像拼接装置，包括：
影像获取模块，用于获取待分析区域的多幅连续的多光谱影像、以及与多光谱影像对应的多幅连续的RGB影像；其中，每幅RGB影像包含待分析区域对应的地理坐标；
重叠区域获取模块，用于根据所述RGB影像，确定两幅或多幅相邻间的多光谱影像的重叠区域；
拼接图像获取模块，用于根据所述重叠区域，确定所述重叠区域的拼接图像；
坐标获取模块，用于根据所述RGB影像中的地理坐标，确定拼接的起始坐标和结束坐标；
拼接范围获取模块，用于根据拼接的所述起始坐标和所述结束坐标，确定拼接范围；
全局图像获取模块，用于根据所述重叠区域的拼接图像和所述拼接范围，将所述多光谱影像拼接，获得待分析区域的全局图像。
本发明还提供一种计算机可读储存介质，其上储存有计算机程序，其特征在于，该计算机程序被处理器执行时实现如上述任意一项所述的图像拼接方法的步骤。
本发明还提供一种计算机设备，包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述的图像拼接方法的步骤。
附图说明
图1为本发明实施例中图像拼接方法的流程图。
具体实施方式
请参阅图1，其为本发明实施例中图像拼接方法的流程图。所述图像拼接方法，包括如下步骤：
步骤S1：获取待分析区域的多幅连续的多光谱影像、以及与多光谱影像对应的多幅连续的RGB影像；其中，每幅RGB影像包含待分析区域对应的地理坐标。
在一个实施例中，所述多光谱影像可为通过无人机光谱摄像装置对待测区域拍摄的图像，具体的，所述多光谱影像为通过无人机光谱摄像装置的多通道组成的图像，其可表征拍摄区域的地物特征。
在一个实施例中，所述RGB影像可为通过搭载在无人机的光学相机对待测区域拍摄的图像。
在一个实施例中，所述无人机上还设置有GPS地理坐标定位系统，进而结合GPS地理坐标定位系统即可获得具有拍摄区域的地理坐标的RGB影像。具体的，无人机直接拍摄的RGB影像指代GPS地理坐标，在面对所述RGB影像时的左上角显示对应摄像位置的GPS地理坐标，通过将RGB影像的JPG格式转换成TIFF格式，然后根据像元分辨率、RGB影像的大小以及左上角显示的GPS地理坐标，可以计算所述RGB影像各位置的地理坐标。
步骤S2：根据所述RGB影像，确定两幅或多幅相邻间的多光谱影像的重叠区域。
在一个实施例中，为获得待分析区域的完整无缝隙的图像，通常调控所述无人机的飞行速度，使得相邻两幅或者多光谱影像之间存在重叠区域。
步骤S3：根据所述重叠区域，确定所述重叠区域的拼接图像。
步骤S4：根据所述RGB影像中的地理坐标，确定拼接的起始坐标和结束坐标。
在一个实施例中，所述拼接的起始坐标为将多幅连续的RGB影像按照获取时间顺序排列后的第一幅RGB影像显示的地理坐标；所述拼接的结束坐标为将多幅连续的RGB影像按照获取时间顺序排列后的最后一幅RGB影像显示的地理坐标。
步骤S5：根据拼接的所述起始坐标和所述结束坐标，确定拼接范围。
步骤S6：根据所述重叠区域的拼接图像和所述拼接范围，将所述多光谱影像拼接，获得待分析区域的全局图像。
通过带有地理坐标的RGB影像来确定多光谱影像的重叠区域和拼接范围，可对各类型地物图像均进行拼接，而且以量化的地理坐标进行拼接，提高了拼接的准确性和便捷性。
在一个实施例中，在步骤S2中，所述根据所述RGB影像，确定两幅或多幅相邻间的多光谱影像的重叠区域的步骤，包括：根据所述RGB影像的地理坐标和所述RGB影像的大小，确定多光谱影像中各个点的地理坐标；根据多光谱影像中各个点的地理坐标，确定两幅或多幅相邻间的多光谱影像的重叠区域。由于所述RGB影像与多光谱影像是相互对应的，因此，根据所述RGB影像的地理坐标和所述RGB影像的大小，可确定所述RGB影像各个点的地理坐标，进而也可以确定多光谱影像中各个点的地理坐标。由于区域中各个点的地理坐标是唯一的，进而通过多光谱影像中各个点的地理坐标，就可以确定多光谱影像的重叠区域。
在一个实施例中，在步骤S3中，所述根据所述重叠区域，确定所述重叠区域的拼接图像的步骤，包括：
步骤S31：判断所述重叠区域中是否包括水体。
步骤S32：若重叠区域中包括水体，则识别所述水体图像；判断水体图像中是否包括太阳耀斑，若水体图像中存在太阳耀斑，则通过中值滤波方法去除太阳耀斑，并将去除了太阳耀斑的重叠区域作为拼接图像；若水体图像中不存在太阳耀斑，则对重叠区域进行均值处理，并将均值处理后的图像作为拼接图像。
其中，所述太阳耀斑为水面镜面反射太阳辐射呈现的图像噪声，具体的，当待分析区域存在水体时，阳光照射到水面上会产生闪烁的耀斑，进而在拍摄的多光谱影像中也会存在这样的耀斑噪音，从而会干扰水体信号的提取和处理。因此，在一个实施例中，为获得精确的图像，需要将多光谱影像中重叠区域中的太阳耀斑进行去除后，再进行图像的拼接。
步骤S33：若重叠区域中不包括水体，则对重叠区域进行均值处理，并将均值处理后的图像作为拼接图像。
在一个实施例中，在步骤S31中，所述判断所述重叠区域中是否包括水体的步骤，包括：
步骤S311：通过sobel算子计算所述多光谱图像的梯度，获得所述重叠区域中各地物的边缘平滑度。
其中，索贝尔算子(Sobel operator，简称“sobel算子”)为把图像中每个像素的上下左右四领域的灰度值加权差，在边缘处达到极值，从而获得所述重叠区域中各地物的边缘平滑度。
步骤S312：判断各地物的边缘平滑度是否达到预设的平滑阈值。
其中，发明人在开展本发明的创造过程中发现，水体的边缘平滑度相对于其他地物的平滑度，其更加平缓，因此，可根据平滑度来区分水体和其他地物，其中，所述预设的平滑阈值为200-400，优选的，所述预设的平滑阈值为300。
步骤S313：若存在地物的边缘平滑度达到预设的平滑阈值，则对所述重叠区域采用8领域连通域计算方式，将所述重叠区域划分成多个连通域；通过直方图法统计各个连通域的面积，获得各个连通域的连通面积，若存在连通域的连通面积达到预设的连通面积阈值，则重叠区域中存在水体；若不存在连通域的连通面积达到预设的连通面积阈值，则重叠区域中不存在水体。
其中，所述连通面积阈值为40-60个像元，优选的，所述连通面积阈值为50个像元。
步骤S314：若不存在地物的边缘平滑度达到预设的平滑阈值，则重叠区域中不包括水体。
在一个实施例中，所述识别所述水体图像的步骤，包括：将重叠区域中连通域的连通面积达到预设的连通面积阈值的连通域作为水体图像。
本发明还提供一种图像拼接装置，包括：
影像获取模块，用于获取待分析区域的多幅连续的多光谱影像、以及与多光谱影像对应的多幅连续的RGB影像；其中，每幅RGB影像包含待分析区域对应的地理坐标；
重叠区域获取模块，用于根据所述RGB影像，确定两幅或多幅相邻间的多光谱影像的重叠区域；
拼接图像获取模块，用于根据所述重叠区域，确定所述重叠区域的拼接图像；
坐标获取模块，用于根据所述RGB影像中的地理坐标，确定拼接的起始坐标和结束坐标；
拼接范围获取模块，用于根据拼接的所述起始坐标和所述结束坐标，确定拼接范围；
全局图像获取模块，用于根据所述重叠区域的拼接图像和所述拼接范围，将所述多光谱影像拼接，获得待分析区域的全局图像。
在一个实施例中，所述重叠区域获取模块包括地理坐标获取模块和重叠区域确定模块，所述地理坐标获取模块，用于根据所述RGB影像的地理坐标和所述RGB影像的大小，确定多光谱影像中各个点的地理坐标；所述重叠区域确定模块，用于根据多光谱影像中各个点的地理坐标，确定两幅或多幅相邻间的多光谱影像的重叠区域。由于所述RGB影像与多光谱影像是相互对应的，因此，根据所述RGB影像的地理坐标和所述RGB影像的大小，可确定所述RGB影像各个点的地理坐标，进而也可以确定多光谱影像中各个点的地理坐标。由于区域中各个点的地理坐标是唯一的，进而通过多光谱影像中各个点的地理坐标，就可以确定多光谱影像的重叠区域。
在一个实施例中，所述拼接图像获取模块包括判断模块、水体处理模块和非水体处理模块，
所述判断模块，用于判断所述重叠区域中是否包括水体。
所述水体处理模块，用于在重叠区域中包括水体时，识别所述水体图像；判断水体图像中是否包括太阳耀斑，若水体图像中存在太阳耀斑，则通过中值滤波方法去除太阳耀斑，并将去除了太阳耀斑的重叠区域作为拼接图像；若水体图像中不存在太阳耀斑，则对重叠区域进行均值处理，并将均值处理后的图像作为拼接图像。
所述太阳耀斑为水面镜面反射太阳辐射呈现的图像噪声，具体的，当待分析区域存在水体时，阳光照射到水面上会产生闪烁的耀斑，进而在拍摄的多光谱影像中也会存在这样的耀斑噪音，从而会干扰水体信号的提取和处理。因此，在一个实施例中，为获得精确的图像，需要将多光谱影像中重叠区域中的太阳耀斑进行去除后，再进行图像的拼接。
所述非水体处理模块，用于在重叠区域中不包括水体时，对重叠区域进行均值处理，并将均值处理后的图像作为拼接图像。
在一个实施例中，所述水体处理模块包括平滑度获取模块、平滑阈值判断模块和水体识别模块。
所述平滑度获取模块，用于通过sobel算子计算所述多光谱图像的梯度，获得所述重叠区域中各地物的边缘平滑度。
其中，索贝尔算子(Sobel operator，简称“sobel算子”)为把图像中每个像素的上下左右四领域的灰度值加权差，在边缘处达到极值，从而获得所述重叠区域中各地物的边缘平滑度。
所述平滑阈值判断模块，用于判断各地物的边缘平滑度是否达到预设的平滑阈值。
其中，发明人在开展本发明的创造过程中发现，水体的边缘平滑度相对于其他地物的平滑度，其更加平缓，因此，可根据平滑度来区分水体和其他地物，其中，所述预设的平滑阈值为200-400，优选的，所述预设的平滑阈值为300。
所述水体识别模块，用于在存在地物的边缘平滑度达到预设的平滑阈值，则对所述重叠区域采用8领域连通域计算方式，将所述重叠区域划分成多个连通域；通过直方图法统计各个连通域的面积，获得各个连通域的连通面积，若存在连通域的连通面积达到预设的连通面积阈值，则重叠区域中存在水体；若不存在连通域的连通面积达到预设的连通面积阈值，则重叠区域中不存在水体。所述水体识别模块，还用于在不存在地物的边缘平滑度达到预设的平滑阈值，则重叠区域中不包括水体
其中，所述连通面积阈值为40-60个像元，优选的，所述连通面积阈值为50个像元。
本发明还提供一种计算机可读储存介质，其上储存有计算机程序，该计算机程序被处理器执行时实现如上述任意一项所述的图像拼接方法的步骤。
本发明可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可读储存介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于：相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
本发明还提供一种计算机设备，包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述的图像拼接方法的步骤。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (10)

1.一种图像拼接方法，其特征在于，包括如下步骤：
获取待分析区域的多幅连续的多光谱影像、以及与多光谱影像对应的多幅连续的RGB影像；其中，每幅RGB影像包含待分析区域对应的地理坐标；
根据所述RGB影像，确定两幅或多幅相邻间的多光谱影像的重叠区域；
根据所述重叠区域，确定所述重叠区域的拼接图像；
根据所述RGB影像中的地理坐标，确定拼接的起始坐标和结束坐标；
根据拼接的所述起始坐标和所述结束坐标，确定拼接范围；
根据所述重叠区域的拼接图像和所述拼接范围，将所述多光谱影像拼接，获得待分析区域的全局图像。
2.根据权利要求1所述的图像拼接方法，其特征在于，所述根据所述RGB影像，确定两幅或多幅相邻间的多光谱影像的重叠区域的步骤，包括：
根据所述RGB影像的地理坐标和所述RGB影像的大小，确定多光谱影像中各个点的地理坐标；
根据多光谱影像中各个点的地理坐标，确定两幅或多幅相邻间的多光谱影像的重叠区域。
3.根据权利要求1所述的图像拼接方法，其特征在于，所述根据所述重叠区域，确定所述重叠区域的拼接图像的步骤，包括：
判断所述重叠区域中是否包括水体；
若重叠区域中包括水体，则识别所述水体图像；判断水体图像中是否包括太阳耀斑，若水体图像中存在太阳耀斑，则通过中值滤波方法去除太阳耀斑，并将去除了太阳耀斑的重叠区域作为拼接图像；若水体图像中不存在太阳耀斑，则对重叠区域进行均值处理，并将均值处理后的图像作为拼接图像；
若重叠区域中不包括水体，则对重叠区域进行均值处理，并将均值处理后的图像作为拼接图像。
4.根据权利要求1所述的图像拼接方法，其特征在于，所述判断所述重叠区域中是否包括水体的步骤，包括：
通过sobel算子计算所述多光谱图像的梯度，获得所述重叠区域中各地物的边缘平滑度；
判断各地物的边缘平滑度是否达到预设的平滑阈值；
若存在地物的边缘平滑度达到预设的平滑阈值，则对所述重叠区域采用8领域连通域计算方式，将所述重叠区域划分成多个连通域；通过直方图法统计各个连通域的面积，获得各个连通域的连通面积，若存在连通域的连通面积达到预设的连通面积阈值，则重叠区域中存在水体；若不存在连通域的连通面积达到预设的连通面积阈值，则重叠区域中不存在水体；
若不存在地物的边缘平滑度达到预设的平滑阈值，则重叠区域中不包括水体。
5.根据权利要求1所述的图像拼接方法，其特征在于，所述多光谱影像为通过无人机光谱摄像装置对待测区域拍摄的图像。
6.根据权利要求1所述的图像拼接方法，其特征在于，所述RGB影像为通过搭载在无人机的光学相机对待测区域拍摄的图像。
7.根据权利要求1所述的图像拼接方法，其特征在于，所述地理坐标为搭载在无人机上的GPS地理坐标定位系统与所述RGB影像融合后，显示在所述RGB影像的左上角上的坐标。
8.一种图像拼接装置，其特征在于，包括：
影像获取模块，用于获取待分析区域的多幅连续的多光谱影像、以及与多光谱影像对应的多幅连续的RGB影像；其中，每幅RGB影像包含待分析区域对应的地理坐标；
重叠区域获取模块，用于根据所述RGB影像，确定两幅或多幅相邻间的多光谱影像的重叠区域；
拼接图像获取模块，用于根据所述重叠区域，确定所述重叠区域的拼接图像；
坐标获取模块，用于根据所述RGB影像中的地理坐标，确定拼接的起始坐标和结束坐标；
拼接范围获取模块，用于根据拼接的所述起始坐标和所述结束坐标，确定拼接范围；
全局图像获取模块，用于根据所述重叠区域的拼接图像和所述拼接范围，将所述多光谱影像拼接，获得待分析区域的全局图像。
9.一种计算机可读储存介质，其上储存有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的图像拼接方法的步骤。
10.一种计算机设备，其特征在于，包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的图像拼接方法的步骤。
CN201811196778.9A 2018-10-15 2018-10-15 一种图像拼接方法、装置、储存介质及设备 Active CN109447902B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811196778.9A CN109447902B (zh) 2018-10-15 2018-10-15 一种图像拼接方法、装置、储存介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811196778.9A CN109447902B (zh) 2018-10-15 2018-10-15 一种图像拼接方法、装置、储存介质及设备

Publications (2)

Publication Number Publication Date
CN109447902A true CN109447902A (zh) 2019-03-08
CN109447902B CN109447902B (zh) 2023-04-25

Family

ID=65546677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811196778.9A Active CN109447902B (zh) 2018-10-15 2018-10-15 一种图像拼接方法、装置、储存介质及设备

Country Status (1)

Country Link
CN (1) CN109447902B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110657891A (zh) * 2019-09-29 2020-01-07 浙江农林大学 一种无人机运用多光谱侦查相机对植物识别的技术
CN112019682A (zh) * 2019-05-30 2020-12-01 精工爱普生株式会社 显示方法、显示装置以及信息系统
CN112180406A (zh) * 2020-09-17 2021-01-05 广州地理研究所 卫星影像的数据完整性监测方法、装置及设备
CN112561924A (zh) * 2020-12-02 2021-03-26 中国科学院新疆生态与地理研究所 一种自动获取多景图像最大重叠区域的方法、终端及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101452530A (zh) * 2008-12-25 2009-06-10 西安电子科技大学 基于灰度统计及区域编码的sar图像水域识别方法
CN102880856A (zh) * 2012-08-22 2013-01-16 国家海洋局第二海洋研究所 基于油、水光谱特征差异的航空高光谱遥感自动识别海表溢油的方法
CN103020967A (zh) * 2012-12-07 2013-04-03 青岛经纬蓝图信息技术有限公司 基于海岛边缘特征的无人机航拍图像精确匹配方法
CN104331872A (zh) * 2014-11-26 2015-02-04 中测新图(北京)遥感技术有限责任公司 图像拼接方法
CN105067116A (zh) * 2015-07-15 2015-11-18 北京农业信息技术研究中心 一种画幅式成像光谱数据的拼接方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9945828B1 (en) * 2015-10-23 2018-04-17 Sentek Systems Llc Airborne multispectral imaging system with integrated navigation sensors and automatic image stitching
CN107274380B (zh) * 2017-07-07 2019-10-11 北京大学 一种无人机多光谱影像快速拼接方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101452530A (zh) * 2008-12-25 2009-06-10 西安电子科技大学 基于灰度统计及区域编码的sar图像水域识别方法
CN102880856A (zh) * 2012-08-22 2013-01-16 国家海洋局第二海洋研究所 基于油、水光谱特征差异的航空高光谱遥感自动识别海表溢油的方法
CN103020967A (zh) * 2012-12-07 2013-04-03 青岛经纬蓝图信息技术有限公司 基于海岛边缘特征的无人机航拍图像精确匹配方法
CN104331872A (zh) * 2014-11-26 2015-02-04 中测新图(北京)遥感技术有限责任公司 图像拼接方法
CN105067116A (zh) * 2015-07-15 2015-11-18 北京农业信息技术研究中心 一种画幅式成像光谱数据的拼接方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李生生等: "基于Landsat-8 OLI数据的青海湖水体边界自动提取", 《遥感技术与应用》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112019682A (zh) * 2019-05-30 2020-12-01 精工爱普生株式会社 显示方法、显示装置以及信息系统
CN110657891A (zh) * 2019-09-29 2020-01-07 浙江农林大学 一种无人机运用多光谱侦查相机对植物识别的技术
CN110657891B (zh) * 2019-09-29 2021-08-10 浙江农林大学 一种无人机运用多光谱侦查相机对植物识别的技术
CN112180406A (zh) * 2020-09-17 2021-01-05 广州地理研究所 卫星影像的数据完整性监测方法、装置及设备
CN112561924A (zh) * 2020-12-02 2021-03-26 中国科学院新疆生态与地理研究所 一种自动获取多景图像最大重叠区域的方法、终端及可读存储介质

Also Published As

Publication number Publication date
CN109447902B (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
CN107463918B (zh) 基于激光点云与影像数据融合的车道线提取方法
CN109447902A (zh) 一种图像拼接方法、装置、储存介质及设备
CN107749268B (zh) 屏幕检测方法及设备
CN103150715B (zh) 图像拼接处理方法及装置
CA2662355C (en) Mosaic oblique images and methods of making and using same
US11783443B2 (en) Extraction of standardized images from a single view or multi-view capture
US11176704B2 (en) Object pose estimation in visual data
JP6955783B2 (ja) 情報処理方法、装置、クラウド処理デバイス及びコンピュータプログラム製品
CN113362247B (zh) 一种激光融合多目相机的语义实景三维重建方法及系统
CN106871906B (zh) 一种盲人导航方法、装置及终端设备
CN110956661B (zh) 基于双向单应矩阵的可见光与红外相机动态位姿计算方法
CN110473221B (zh) 一种目标物体自动扫描系统及方法
CN111462503B (zh) 车辆测速方法、装置及计算机可读存储介质
US20130215234A1 (en) Method and apparatus for stereo matching
JP2004117078A (ja) 障害物検出装置及び方法
US20080089577A1 (en) Feature extraction from stereo imagery
CN107016348A (zh) 结合深度信息的人脸检测方法、检测装置和电子装置
CN111126393A (zh) 车辆外观改装判断方法、装置、计算机设备及存储介质
CN110505398A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN110345924A (zh) 一种距离获取的方法和装置
Ebrahimikia et al. True orthophoto generation based on unmanned aerial vehicle images using reconstructed edge points
CN115235493B (zh) 一种基于矢量地图进行自动驾驶定位的方法及装置
Kiran et al. Automatic hump detection and 3D view generation from a single road image
JP6080424B2 (ja) 対応点探索装置、そのプログラムおよびカメラパラメータ推定装置
CN113723432B (zh) 一种基于深度学习的智能识别、定位追踪的方法及系统

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
GR01 Patent grant
GR01 Patent grant