岷江流域無人機遙感影像拼接及災害信息提取

胡文藝，王緒本

（成都理工大學 信息工程學院，成都 610059）

岷江流域無人機遙感影像拼接及災害信息提取

胡文藝，王緒本

（成都理工大學 信息工程學院，成都 610059）

針對無人機遙感影像的特點，提出了一種基于特征點和重疊度的快速自動拼接算法。該算法實現了用于計算參考圖像和待配準圖像之間重疊度的相位相關法，并提出只在重疊區域中進行特征提取和特征匹配的方法。利用岷江流域無人機遙感圖像進行了實驗，結果表明，該算法使圖像拼接有效地防止了圖像非重疊區域中信息對算法的干擾，提高了拼接算法的精度和速度。并利用拼接的圖像對茂縣至都江堰的岷江主干河流進行了災害信息提取和統計分析，為建立無人機高分辨率低空遙感數據的快速處理和應急災害信息提取具有重要的指導意義。

無人機；特征點；匹配；圖像拼接

0 前言

無人機航空遙感系統作為一種空間數據獲取的重要手段，體現了其應用機動靈活，回收方便，信息獲取及時準確，影像實時傳輸，高危地區探測，感興趣目標重點觀測等優點，是衛星遙感和有人機航空遙感的有力補充［1、2］。由于無人機自身的特點和攝像設備的機械限制，從而決定無人機飛行高度有限，并且所拍攝圖像的視場范圍有限［3］。為了得到目標區域更多的信息，需要進一步擴大視場范圍，這可以通過將不同角度的成像進行平滑無縫的拼接融合，從而構造一幅全景圖以達到擴展視場范圍的目的［4］。對拼接后的圖像進行災情快速解譯和定量分析技術，可以提高無人機獲取的海量遙感數據的處理速度，進一步提高數據成果的實時性和應用性。作者在研究無人機圖像快速拼接的基礎上，實現了岷江流域的無人機圖像拼接和災害信息提取與分析，這對建立無人機高分辨率低空遙感數據的快速處理和應急災害信息提取具有重要指導意義。

1 基于特征和重疊度的圖像拼接算法

根據無人機遙感圖像的成像機理及其圖像特點，作者提出了基于特征和重疊度的圖像拼接算法該算法對基于特征點的圖像拼接算法進行了有針對性的修改。傳統基于特征點的圖像拼接算法由于其良好的拼接效果和較強的適應性，被廣泛應用于衛星遙感圖像拼接中，但對無人機圖像進行拼接時，由于該算法運算速度慢，效率低并且誤匹配點較多等問題，導致了拼接效果不理想，例如道路和河流出現肉眼都能識別出的明顯錯位。作者在本文提出基于特征和重疊度圖像拼接算法的步驟如下：

（1）選取兩幅相鄰有一定重疊區域的無人機圖像，分別稱之為參考圖像和待配準圖像，根據圖像質量進行圖像增強等預處理。

（2）利用相位相關法［9］計算出參考圖像和待配準圖像的重疊度，確定兩幅圖像的重疊區域。

（3）在參考圖像和待配準圖像的重疊區域內采用改進的Harris角點檢測算法，進行特征點的提取，得到兩個特征點集。

（4）根據待配準圖像相對于參考圖像移動的距離計算重疊度，粗略剔除兩個特征點集里不匹配的特征點對，再利用相似度函數找出匹配的特征點對，這樣就得到了兩個匹配的特征點集。

（5）根據兩個匹配的特征點集，選取適合的變換類型并進行參數估計，然后對待配準圖像進行模型變換，實現圖像的配準，并且對整個配準算法進行質量評價。

（6）采用了一種漸入漸出的融合算法［11］對配準后圖像進行融合，消除配準時產生的縫隙，得到無縫的拼接圖像。

2 特征提取和匹配

2.1 計算重疊度

如果對整幅圖像進行計算，計算量偏大，速度慢，并且會給最后的匹配帶來更大的誤差空間。因此，需要先計算兩幅圖像的重疊區域，為后面做角點特征檢測確定一個大致的范圍，以減少計算量，并提高特征點匹配的精度。

由于是粗匹配，對速度要求很高，因此作者采用了效率很高的相位相關法，來檢測圖像的重疊區域。該方法是一種基于傅立葉功率譜的頻域相關技術，此方法只利用了互功率譜中的相位信息，減少了對圖像內容的依賴，對圖像間的亮度變化不敏感，具有一定的抗干擾能力。

假設圖像f2（x，y）是f1（x，y）經平移（x0，y0）后產生的，則：

將它們進行傅里葉變換，得到：

它們的互功率譜定義為：

其中 F＊為F的復共軛。

將式（3）進行傅里葉反變換后，可以得到：

函數在偏移位置處有明顯尖銳峰值，其它位置的值接近于零，據此得到兩圖像間的平移量。通過此平移參數，即可確定兩幅圖像的重疊度。

2.2 特征提取

本文作者采用的是改進的Harris角點檢測算法，此算法是一種基于信號的點特征提取算子，具有計算簡單，提取的角點特征均勻合理，可以定量提取特征點并且算子穩定的特點。處理過程表示如式（4）：

其中 gx為x方向的梯度；gy為y方向的梯度G為高斯模板。

設λ1、λ2是矩陣M的兩個特征值，則λ1、λ2可表示局部自相關函數的曲率。

角點的響應函數為如式（5）：

式中 Det（M）＝λ1λ2；Trace（M）＝λ1＋λ2；ε是為了避免矩陣跡有可能為零而在分母中補加的一個很小的常數。

2.3 特征匹配

先利用計算重疊度算出的待配準圖像相對于基準圖像移動的的距離（x0，y0），粗略剔除兩特征點集里不對應的特征點；然后再利用相似度函數找出匹配的點集。先剔除后匹配，明顯提高了算法的速度和精度。

只有當兩角點均是相對于對方相似度量值最大時，才可認為匹配成功。匹配的算法如下：

（1）作者以基準圖像J1中的任意角點為中心選取一個n×n的相關窗口。在圖像J2中，作者以與圖像J1中的角點具有相同坐標的像素點為中心，選取一個大小為du＊dv的矩形搜索區域，然后對J1中的角點與J2中搜索窗口區域內每一個角點計算相關系數ρ，最后將相關系數最大的角點作為J1給定角點的匹配點，這樣就可以得到一組匹配點集。

（2）同理，給定圖像J2中的任意一個角點，搜索圖像J1中對應的窗口區域內與之相關系數最大的角點作為J2給定角點的匹配點，這樣也可以得到一組匹配點集。

（3）最后，在得到的二組匹配點集中搜索相同的匹配角點對，認為該角點對是相互匹配對應的至此，完成了角點的匹配。

相關系數計算公式見式（6）。式中 A（x，y）和B（x，y）分別代表的是參考圖像A和待配準圖像B在點（x，y）處灰度值；n×n是相關窗口大小；（ui，vi）和（uj，vj）分別代表兩圖像中第i個和第j個待匹配特征點；A珡（ui，vi）和B珚（uj，vj）分別代表兩幅圖像中相關窗口的平均灰度值；σ代表相關窗口標準方差；其具體計算公式為：

相關系數ρ的取值范圍為［－1，1］，若ρ為0，則表明兩個相關窗口一點也不相似；若ρ為1，則表明兩個相關窗口完全一樣。

3 無人遙感圖像拼接與災害信息統計分析

采用作者在本文中所提出的算法，對2008年5月16日獲取的茂縣至都江堰岷江主河道無人機低空遙感影像作為數據源，并在MATLAB下進行了無縫拼接。在此基礎上，作者采用1∶50 000地形圖，生成岷江流域三維圖像，見圖1（局部圖像）。

通過對岷江流域無人機低空遙感圖像進行處理，信息提取以及對比分析后，初步解釋了岷江干流兩側的堰塞湖，以及滑坡、崩塌和泥石流災害情況，得出初步認識效果。

岷江干流兩側基巖，在映秀鎮，巖性主要為三迭系的砂巖、灰巖及部份石炭系灰巖；從映秀到綿池，多為花崗巖；再以上，則主要為志留系和泥盆系的千枚巖、砂巖以及沙質灰巖。對所掩埋和損毀的公路，作者未做具體分類。

3.1 茂縣至都江堰岷江主河道兩岸崩塌滑坡發育情況

茂縣至都江堰岷江主河道長138km。在岷江干流兩側，有大量崩塌、滑坡，有的全部直接進入江中，有的部份進入。經初步統計，該段岷江干流兩側發育有崩塌、滑坡（或滑坡群）共219處，其中崩塌109處，滑坡98處，大型泥石流溝12處。經初步估算，崩塌、滑坡總體積為3.2×108m3。其中岷江左岸發育崩塌、滑坡（或滑坡群）120處，體積約1.58×108m3，右岸發育崩塌、滑坡（或滑坡群）99處，體積約1.62×108m3，進入干流的固體物質達1×108m3。

3.2 紫坪鋪水庫庫區段崩塌滑坡發育情況

滑坡崩塌30處，體積約三千萬立方米。由于紫坪庫水庫的庫容較大（庫容達11.12×108m3）目前為保證水庫安全，在汛期前低水位運行，所以只要大壩本身安全，即將到來的洪水以及滑坡、泥石流，將不會對水庫有嚴重影響，也不會影響到成都市區的飲用水安全。由于這些物質被沿江的多處電站大壩所阻隔，所以在短時間內將不會進入紫坪庫水庫的庫區，從而未對水庫造成影響。但在以后的幾年內，仍然可能經過搬運進入，這將影響水庫的庫容量。

圖1 岷江流域無人機圖像拼接結果圖（局部）Fig.1 The mosaic map of Minjiang river UAV image（local area）

3.3 滑坡、崩塌造成茂縣至都江堰岷江主河道公路被毀

都江堰至茂縣公路大都沿河谷展布，沿河公路有138km。特別是映秀至汶川的道路，被大中型滑坡崩塌損毀的路基長達37km。

4 結論

無人機低空遙感數據在“5·12”抗震救災中，發揮了不可替代的科學作用。同時，在特定災害環境和復雜地理條件下，無人機低空遙感數據的在應用中，也暴露出了許多技術問題。作者在本文中，針對海量無人機高分辨率低空遙感影像的快速自動拼接與災害信息快速提取的問題，提出了基于特征點和重疊度的快速拼接算法，并利用岷江流域無人機遙感數據驗證結果，表明該算法可使計算量成倍減少，能有效地防止圖像在非重疊區域中信息對算法的干擾，提高了拼接算法的精度和速度，較好地解決了復雜地形的無人機圖像拼接問題。作者對岷江茂縣至都江堰主河道的災情進行了初步解譯和定量分析，這為建立無人機高分辨率低空遙感數據的快速處理和應急災害信息提取具有重要的指導意義。

［1］ 李玉霞，楊武年，劉漢湖，等.遙感圖像三維可視化技術在西部高原區機場建設工程中的應用—以昆明小哨機場為例［J］.物探化探計算技術，2007，29（3）：260.

［2］ 崔紅霞，林宗堅，孫杰.大重疊度無人機遙感影像的三維建模方法研究［J］，測繪科學，2005，30（2）：36.

［3］ 楊武年，FRANOGIS CAUNEAU，THIERRY RANCHIN，等.應用多種數據融合方法對多時相SPOT圖像處理提取三峽工程大壩區地面動態變化信息［J］.物探化探計算技術，2005，27（3）：267.

［4］ 曾濤，楊武年，簡季.無人機低空遙感影像處理在汶川地震地質災害信息快速勘測中的應用［J］.測繪科學2009（34）：64.

［5］ 何磊，苗放，李玉霞.無人機遙感圖像及其三維可視化在汶川地震救災中的應用［J］.物探化探計算技術2010，32（2）：206.

［6］ JAGANNADAN V，PRAKASH M C，SARMA R R et al.Feature extraction and image registration o color images using Fourier bases［J］.IEEE Trans on Image Processing，2005（2）：656.

［7］ SZELISKI R.Video mosaics for virtual environment［J］.IEEE Computer Graphics and Applications 2006，16（2）：21.

［8］ 朱博勤，魏成階，張淵智.航空遙感地震災害信息的快速提取［J］.自然災害學報，1998，7（1）：34.

［9］ 陳文凱，何少林，張景發，等.利用遙感技術提取震害信息方法的研究進展［J］.西北地震學報，2008，30（1）：88.

［10］王曉青，魏成階，苗崇剛，等.震害遙感快速提取研究——以2003年2月24日巴楚－伽師6.8級地震為例［J］.地學前緣，2003（10）：285.

［11］馬瑞升，孫涵，林宗桂，等.微型無人機遙感影像的糾偏與定位［J］.南京氣象學院學報，2005，28（5）：632.

［12］馬瑞升，孫涵，馬輪基，等.基于微型無人機影像的土地利用調查試驗［J］.遙感信息應用技術，2006（1）43.

［13］GUOQING ZHOU，DEYAN ZANG，Civil UAV System for Earth Observation［J］.Geoscience and Remote Sensing Symposium，2007：5319.

［14］BLASCHKE T，LANG S，LORUP E，et al.，Objec－oriented Image Processing in an Integrated GIS/remote Sensing Environment and Perspectives for Environmental Applications［J］.Environmental Information for Planning.2000（2）：555.

book=71,ebook=71

1001—1749（2012）03—0340—04

TP 7

A

10.3969/j.issn.1001－1749.2012.03.18

胡文藝（1975－），女，講師，博士，研究方向為地球探測與信息技術、計算機應用、圖像處理等。

國家自然基金項目（60841006）；中央高校基本科研業務費（ZYGX2010J085）；四川省青年基金（09ZQ026－058）四川省科技支撐計劃（2009GZ0157）

2011－07－20 改回日期：2012－03－13