基于鄰域一致性的無人機(jī)航拍圖像配準(zhǔn)過程控制技術(shù)

李亞娟

(安康學(xué)院 電子信息技術(shù)研究中心，陜西 安康 725000)

0 引言

鄰域一致性是一種新的圖像處理方法，該理論認(rèn)為相似像素點(diǎn)的排列關(guān)系會(huì)影響整個(gè)圖像的拼接方式，且任何一幅圖像中，都存在完全一致的像素節(jié)點(diǎn)?！班徲颉笔且环N范圍化量詞，是指由多個(gè)非中心節(jié)點(diǎn)組成的物理集合空間，該空間以中心節(jié)點(diǎn)為原點(diǎn)，所有集合節(jié)點(diǎn)與原點(diǎn)之間的物理距離完全相等[1]。在鄰域空間中能夠充分描述像素點(diǎn)的相似性，在樣本空間足夠大的情況下，節(jié)點(diǎn)與節(jié)點(diǎn)之間的相似性會(huì)逐漸被一致性取代，這也是鄰域一致性原則并不排斥非完全相同像素節(jié)點(diǎn)的主要原因。近年來，隨著圖像處理等多種技術(shù)的發(fā)展，鄰域一致性原則也被廣泛應(yīng)用于各大圖像處理領(lǐng)域之中，特別是對(duì)于無人機(jī)航拍圖像來說，原點(diǎn)周圍所有像素點(diǎn)的排列行為都受到鄰域一致性原則的影響與約束[2]。

無人機(jī)是以機(jī)載計(jì)算機(jī)和無線電遙控裝置作為控制設(shè)備的不載人飛行器，結(jié)構(gòu)相對(duì)簡(jiǎn)單，能夠完成各類不適宜有人飛機(jī)執(zhí)行的任務(wù)[3]。航拍也叫航空攝影或空中攝影，能夠從空中拍攝局部區(qū)域的完整地質(zhì)特征，借助相關(guān)圖像處理軟件，實(shí)現(xiàn)采樣像素節(jié)點(diǎn)的拼接與排序。當(dāng)前的深度去噪自動(dòng)編碼器的目標(biāo)檢測(cè)算法通過分辨航拍信息頻域特征的方式，確定相鄰像素節(jié)點(diǎn)之間的相似性程度，再根據(jù)待采樣圖像之間的重疊度關(guān)系，計(jì)算像素點(diǎn)與像素點(diǎn)之間的匹配關(guān)系[4]。然而此方法并不能有效控制無人機(jī)航拍圖像采樣節(jié)點(diǎn)之間的重疊度，并不能在圖像拼接的過程中避免像素點(diǎn)的錯(cuò)誤匹配行為，導(dǎo)致圖像匹配效果下降。為避免上述情況的發(fā)生，引入鄰域一致性原則，設(shè)計(jì)無人機(jī)航拍圖像配準(zhǔn)過程控制技術(shù)。

1 基于鄰域一致性的無人機(jī)航拍圖像融合

無人機(jī)航拍圖像配準(zhǔn)過程控制的實(shí)施，以航拍圖像的融合處理為基礎(chǔ)，在鄰域一致性方法的支持下，本章節(jié)將針對(duì)具體融合方法展開設(shè)計(jì)。

1.1 配準(zhǔn)區(qū)域劃定

為了有效控制無人機(jī)航拍圖像采樣節(jié)點(diǎn)之間的重疊程度，應(yīng)在鄰域一致性原則的支持下，劃定配準(zhǔn)區(qū)域。所謂配準(zhǔn)區(qū)域是指無人機(jī)航拍圖像采樣節(jié)點(diǎn)的原始存在區(qū)域，一般來說，在該區(qū)域環(huán)境中，根據(jù)鄰域一致性所選取原點(diǎn)的位置始終保持不變，而在不考慮其他干擾條件的情況下，所需處理的無人機(jī)航拍像素點(diǎn)越多，則表示鄰域組織中所包含的采樣節(jié)點(diǎn)數(shù)量越多，反之則越少[5-6]。

假設(shè)δ1,δ1,…,δn表示n個(gè)不同的鄰域像素點(diǎn)配比系數(shù)，c1,c2,…,cn表示n個(gè)不同的無人機(jī)航拍圖像采樣指標(biāo)，v1,v2,…,vn表示n個(gè)不同的鄰域像素重疊特征。聯(lián)立上述物理量，可將n個(gè)不同的無人機(jī)航拍圖像采樣點(diǎn)配置表達(dá)式定義為：

(1)

假設(shè)α表示配準(zhǔn)區(qū)域內(nèi)像素搜索系數(shù)的初始取值，Δχ表示單位時(shí)間內(nèi)的無人機(jī)航拍圖像信息搜索量，εmin表示航拍圖像最小特征值，εmax表示航拍圖像最大特征值。在上述物理量的支持下，聯(lián)立公式(1)，可將基于鄰域一致性的配準(zhǔn)區(qū)域劃定表達(dá)式定義為：

(2)

若配準(zhǔn)區(qū)域劃定結(jié)果不發(fā)生改變，則可以認(rèn)為配準(zhǔn)區(qū)域劃定過程具有相對(duì)穩(wěn)定性。

1.2 圖像標(biāo)注點(diǎn)識(shí)別

圖像標(biāo)注點(diǎn)識(shí)別過程也是無人機(jī)航拍圖像節(jié)點(diǎn)的二次標(biāo)注過程，整幅無人機(jī)航拍圖像可以被分解成多個(gè)小型物理區(qū)間，且每一區(qū)間之內(nèi)節(jié)點(diǎn)之間的度量映射關(guān)系都不會(huì)發(fā)生改變。若單純采用一次標(biāo)注方式，會(huì)阻礙原點(diǎn)與鄰域像素點(diǎn)之間的信息互通，從而使得無人機(jī)航拍拼接圖像的質(zhì)量受到影響[7-8]。而在圖像標(biāo)注點(diǎn)識(shí)別技術(shù)的作用下，所有配準(zhǔn)區(qū)域內(nèi)的節(jié)點(diǎn)劃定條件均呈現(xiàn)出絕對(duì)穩(wěn)定的狀態(tài)，此時(shí)鄰域一致性的作用能夠被充分激發(fā)，從而提取無人機(jī)航拍圖像的配準(zhǔn)特征，以供主機(jī)元件對(duì)其進(jìn)行精準(zhǔn)的拼接與識(shí)別處理。

假設(shè)γ1、ι1表示兩個(gè)不同的無人機(jī)航拍圖像節(jié)點(diǎn)一次標(biāo)注系數(shù)，γ2、ι2表示兩個(gè)不同的無人機(jī)航拍圖像節(jié)點(diǎn)二次標(biāo)注系數(shù)，在鄰域一致性原則下，γ1≠ι1、γ2≠ι2的不等式條件同時(shí)成立，且γ1恒大于γ2、ι1恒大于ι2。在上述物理量的支持下，聯(lián)立公式(2)，可將基于鄰域一致性的無人機(jī)航拍圖像標(biāo)注點(diǎn)識(shí)別條件定義為：

(3)

式中，X1、X2表示無人機(jī)航拍圖像中兩個(gè)不同的度量映射系數(shù)。為了使所有無人機(jī)航拍像素點(diǎn)都能實(shí)現(xiàn)處理，所有圖像標(biāo)注點(diǎn)識(shí)別指令都必須滿足鄰域一致性原則的約束。

1.3 一致性測(cè)度值

對(duì)于無人機(jī)航拍圖像而言，一致性測(cè)度值既保證了領(lǐng)域像素區(qū)域內(nèi)圖像節(jié)點(diǎn)之間的信息互通，也可以在已知標(biāo)注點(diǎn)識(shí)別權(quán)限的基礎(chǔ)上，對(duì)待配準(zhǔn)節(jié)點(diǎn)處的圖像特征進(jìn)行加工[9]。

在圖1所示的無人機(jī)航拍圖像中，A1、A2為兩個(gè)完全獨(dú)立的鄰域一致性測(cè)度節(jié)點(diǎn)，且二者的橫、縱坐標(biāo)均不相等。設(shè)d表示點(diǎn)A1到點(diǎn)A2的豎直距離、l表示點(diǎn)A1到點(diǎn)A2的水平距離。聯(lián)立上述物理量，豎直距離d、水平距離l計(jì)算公式為：

圖1 無人機(jī)航拍圖像的一致性測(cè)度標(biāo)記

(4)

其中：S表示無人機(jī)航拍圖像鄰域配準(zhǔn)搜索區(qū)內(nèi)的節(jié)點(diǎn)標(biāo)記系數(shù)，x1、y1表示A1點(diǎn)的橫縱坐標(biāo)，x2、y2表示A2點(diǎn)的橫縱坐標(biāo)。

設(shè)η表示基于鄰域一致性原則的無人機(jī)航拍圖像測(cè)度標(biāo)準(zhǔn)系數(shù)，γ表示配準(zhǔn)節(jié)點(diǎn)的領(lǐng)域特征值。聯(lián)立公式(3)、公式(4)，可將無人機(jī)航拍圖像的一致性測(cè)度值計(jì)算結(jié)果表示為：

(5)

鄰域一致性原則只能作用于單一的無人機(jī)航拍圖像，因此一致性測(cè)度值指標(biāo)的計(jì)算結(jié)果必須適應(yīng)配準(zhǔn)節(jié)點(diǎn)的實(shí)時(shí)排列方式[10]。

2 無人機(jī)航拍圖像預(yù)處理

在鄰域一致性原則的支持下，按照航拍圖像地理定位、采樣灰度計(jì)算、圖像重疊關(guān)系分析的處理流程，完成對(duì)無人機(jī)航拍圖像的初步預(yù)處理。

2.1 航拍圖像地理定位

航拍圖像地理定位能夠確定像素點(diǎn)所處空間位置，按照鄰域一致性原則對(duì)原始配準(zhǔn)區(qū)間進(jìn)行規(guī)劃，從而將相似或完全一致的節(jié)點(diǎn)整合到同一區(qū)間之中，以供配準(zhǔn)主機(jī)的直接調(diào)取與利用[11-12]。

從功能性角度來看，航拍圖像地理定位就是為了消除干擾性節(jié)點(diǎn)對(duì)目標(biāo)節(jié)點(diǎn)定位的影響，使得獨(dú)立像素點(diǎn)空間內(nèi)的節(jié)點(diǎn)對(duì)象能夠得到快速配準(zhǔn)。

圖2為一個(gè)邊長(zhǎng)等于?1的獨(dú)立像素點(diǎn)空間，其中N為該空間所包含的航拍圖像節(jié)點(diǎn)個(gè)數(shù)，目標(biāo)節(jié)點(diǎn)為V′。在上述物理量的支持下，聯(lián)立公式(5)，可將航拍圖像地理定位原則表示為：

圖2 航拍圖像地理定位原理

(6)

式中，β為定位標(biāo)度指標(biāo)。一般來說，獨(dú)立像素點(diǎn)空間內(nèi)所包含的航拍圖像節(jié)點(diǎn)個(gè)數(shù)越多，定位條件的劃分也就越細(xì)致。

2.2 采樣灰度

采樣灰度是指無人機(jī)航拍圖像在鄰域采用空間中所表現(xiàn)出來的灰度水平，待配準(zhǔn)處理的像素點(diǎn)數(shù)量越多，相關(guān)圖像節(jié)點(diǎn)的分布狀態(tài)也就越密集，反之則越稀疏[13-14]。在航拍圖像的地理位置空間中，相鄰兩個(gè)像素節(jié)點(diǎn)的物理坐標(biāo)不可能完全一致，且隨著橫、縱指標(biāo)數(shù)值的改變，像素點(diǎn)所處的空間位置也會(huì)不斷變化。為使整個(gè)無人機(jī)航拍圖像的采樣灰度水平趨于相對(duì)平均的數(shù)值狀態(tài)，必須確保圖像尺寸、像素分布密度等指標(biāo)的物理數(shù)值均處于一個(gè)相對(duì)穩(wěn)定的取值范圍之內(nèi)。

設(shè)f為航拍像素點(diǎn)取值系數(shù)，D為像素點(diǎn)取值特征值，a1、a2為兩個(gè)不同的無人機(jī)航拍圖像尺寸取值條件，ρ表示像素節(jié)點(diǎn)的分布密度。在上述物理量的支持下，聯(lián)立公式(6)，可將基于鄰域一致性的航拍圖像采樣灰度計(jì)算表達(dá)式定義為：

(7)

采樣灰度作為一項(xiàng)關(guān)鍵參考指標(biāo)，其數(shù)值水平直接影響鄰域一致性原則對(duì)于無人機(jī)航拍圖像配準(zhǔn)節(jié)點(diǎn)的約束能力。

2.3 圖像重疊關(guān)系

無人機(jī)航拍圖像的重疊關(guān)系主要包含重點(diǎn)區(qū)域重疊、邊緣區(qū)域重疊兩種形式，其具體表現(xiàn)特征如下：

1)重點(diǎn)區(qū)域重疊：重點(diǎn)區(qū)域重疊可以繼續(xù)細(xì)分為完全重疊、部分重疊兩種形式。其中，完全重疊是指兩幅待拼接無人機(jī)航拍圖像的關(guān)鍵配準(zhǔn)區(qū)域呈全覆蓋狀態(tài)，兩種不相關(guān)的節(jié)點(diǎn)特征混合在一起，使得采集到的像素樣本的灰度水平大幅提升[15]；部分重疊是指兩幅待拼接無人機(jī)航拍圖像的關(guān)鍵配準(zhǔn)區(qū)域呈現(xiàn)出不完全覆蓋的表現(xiàn)狀態(tài)，此情況下所采集到像素樣本的灰度水平具有較大差異[16]。

2)邊緣區(qū)域重疊：邊緣區(qū)域重疊是指兩幅待拼接無人機(jī)航拍圖像的關(guān)鍵配準(zhǔn)區(qū)域完全獨(dú)立，但其邊緣區(qū)域的節(jié)點(diǎn)混合在一起。由于其節(jié)點(diǎn)混合位置并不處于關(guān)鍵配準(zhǔn)區(qū)域內(nèi)，所以并不會(huì)對(duì)無人機(jī)航拍圖像的拼接結(jié)果造成影響[17-18]。

3 無人機(jī)航拍圖像配準(zhǔn)過程控制技術(shù)

3.1 坐標(biāo)變換

由圖3所示的坐標(biāo)體系可知，x軸表示配準(zhǔn)處理的水平操作方向，變換后坐標(biāo)軸為x*；y軸表示配準(zhǔn)處理的豎直操作方向，變換后坐標(biāo)軸為y*；z軸表示了配準(zhǔn)處理的空間操作方向，變換后坐標(biāo)軸為z*。

3.2 幾何校正

(8)

式中，ΔW表示單位時(shí)間內(nèi)的像素節(jié)點(diǎn)拼接總量。為獲得較為精確的像素點(diǎn)配準(zhǔn)結(jié)果，任何一幅無人機(jī)航拍圖像在實(shí)施拼接處理之前，都必須實(shí)施幾何校正處理[22]。

3.3 配準(zhǔn)過程控制

邊界特征點(diǎn)提取是控制無人機(jī)航拍圖像配準(zhǔn)配準(zhǔn)過程的關(guān)鍵環(huán)節(jié)，可在鄰域一致性原則的基礎(chǔ)上，將所有相似的像素節(jié)點(diǎn)整合到一起，從而統(tǒng)一不同尺度區(qū)間的拼接特征，使得整幅無人機(jī)航拍圖像呈現(xiàn)出相對(duì)平衡的狀態(tài)。在實(shí)施邊界特征點(diǎn)提取之前，必須將待拼接的無人機(jī)航拍圖像完全對(duì)正，使得相鄰像素節(jié)點(diǎn)之間的物理距離不斷縮小，當(dāng)距離指標(biāo)取值屬于(0,1)時(shí)，即可認(rèn)為兩幅無人機(jī)航拍圖像能夠?qū)崿F(xiàn)精確配準(zhǔn)。

設(shè)?為最小的無人機(jī)航拍圖像拼接系數(shù)，j0為原圖像中的配準(zhǔn)節(jié)點(diǎn)定義項(xiàng)，ζ0為原圖像中的配準(zhǔn)標(biāo)度向量，jn為拼接圖像中的配準(zhǔn)節(jié)點(diǎn)定義項(xiàng)，ζn為拼接圖像中的配準(zhǔn)標(biāo)度向量。在上述物理量的支持下，可將無人機(jī)航拍圖像邊界特征點(diǎn)提取表達(dá)式定義為：

(9)

在實(shí)際應(yīng)用過程中，只有特征點(diǎn)提取原則不發(fā)生變化，主機(jī)元件才能對(duì)無人機(jī)航拍圖像進(jìn)行配準(zhǔn)處理。選擇無人機(jī)航拍圖像中一定數(shù)量的邊界特征點(diǎn)，將這些特征點(diǎn)作為配準(zhǔn)過程控制點(diǎn)。

在選定無人機(jī)航拍圖像配準(zhǔn)過程控制點(diǎn)之后，定義該點(diǎn)描述符為以該點(diǎn)為中心的局部窗口的一組灰度旋轉(zhuǎn)不變量，描述符向量用下述公式表示:

(10)

式中，Ix與Iy分別為一維高斯核在x軸、y軸對(duì)無人機(jī)航拍圖像的一次卷積，Ixx、Iyy分別為在x軸、y軸的兩次卷積，Ixy表示為二維高斯核對(duì)無人機(jī)航拍圖像的卷積。

對(duì)描述符向量v進(jìn)行分割處理，分割結(jié)果分別用v1、v2表示，二者之間的距離為dM，結(jié)合對(duì)角矩陣Dl以及正交矩陣P對(duì)v進(jìn)行標(biāo)準(zhǔn)化處理，結(jié)果如下：

(11)

就可以在各個(gè)方向使用相同大小的網(wǎng)格單元進(jìn)行分割，計(jì)算vn的熵，具體的計(jì)算公式如下：

(12)

式中，pi表示vn處于向量空間網(wǎng)格的概率。

結(jié)合熵值計(jì)算結(jié)果，對(duì)于無人機(jī)航拍圖像配準(zhǔn)過程控制點(diǎn)分布質(zhì)量進(jìn)行控制，則控制點(diǎn)加權(quán)中心計(jì)算公式如下：

(13)

式中，(xi,yi)表示第i個(gè)無人機(jī)航拍圖像配準(zhǔn)過程控制點(diǎn)在圖像坐標(biāo)系下的坐標(biāo)，wi表示控制點(diǎn)權(quán)重。

控制點(diǎn)分布質(zhì)量計(jì)算公式如下所示：

(14)

式中，M、N分別為無人機(jī)航拍圖像公共區(qū)域的行數(shù)和列數(shù)。Qi值越大，其余控制點(diǎn)到控制點(diǎn)加權(quán)中心的距離增大，那么其余控制點(diǎn)離散程度與均勻程度增加。

尺度空間極值約束了像素節(jié)點(diǎn)之間配準(zhǔn)映射關(guān)系的穩(wěn)定性，當(dāng)原航拍圖像與待拼接圖像中像素節(jié)點(diǎn)數(shù)量完全相等時(shí)，尺度空間極值越大，則表示拼接處理后的圖像尺寸越大；反之若尺度空間極值相對(duì)較小，則表示拼接處理后的圖像尺寸較小[23-24]。設(shè)e表示由原航拍圖像指向待拼接圖像的像素點(diǎn)映射系數(shù)，e∈[1,+∞)這一表達(dá)式恒成立。ue表示像素點(diǎn)映射系數(shù)等于e時(shí)的像素尺度，umin表示像素尺度權(quán)限指標(biāo)的最小取值，R表示無人機(jī)航拍圖形中的空間劃分標(biāo)度系數(shù)，一般來說，R的數(shù)值結(jié)果越大，則表示像素節(jié)點(diǎn)之間的配準(zhǔn)映射關(guān)系越穩(wěn)定，λ表示既定的像素配準(zhǔn)指標(biāo)?？蓪⒊叨瓤臻g極值的計(jì)算表達(dá)式定義為：

(15)

在確保原圖像與拼接后圖像不出現(xiàn)重疊關(guān)系的情況下，尺度空間極值與控制點(diǎn)分布質(zhì)量值應(yīng)盡可能向著其極大值結(jié)果趨近，以此保證配準(zhǔn)結(jié)果的精準(zhǔn)性。

通過上述過程完成基于鄰域一致性的無人機(jī)航拍圖像配準(zhǔn)過程控制技術(shù)研究。

4 實(shí)例分析

選取如圖4所示的無人機(jī)設(shè)備作為實(shí)驗(yàn)對(duì)象，將航攝相機(jī)安置于無人機(jī)設(shè)備之上，令其在5 km×5 km實(shí)驗(yàn)區(qū)域中保持相對(duì)穩(wěn)定的飛行狀態(tài)，記錄在實(shí)驗(yàn)過程中，各項(xiàng)指標(biāo)參量的具體數(shù)值變化情況。

圖4 實(shí)驗(yàn)用無人機(jī)

部分實(shí)驗(yàn)樣本數(shù)據(jù)如圖5所示。

圖5 部分實(shí)驗(yàn)樣本數(shù)據(jù)

本次實(shí)驗(yàn)的具體實(shí)驗(yàn)流程如下：

步驟一：采用基于鄰域一致性的快速配準(zhǔn)算法對(duì)航攝像機(jī)進(jìn)行控制，將所得指標(biāo)參量作為實(shí)驗(yàn)組數(shù)據(jù)；

步驟二：采用基于深度去噪自動(dòng)編碼器的目標(biāo)檢測(cè)算法對(duì)航攝相機(jī)進(jìn)行控制，將所得指標(biāo)參量作為對(duì)照組數(shù)據(jù)；

步驟三：分析實(shí)驗(yàn)組、對(duì)照組數(shù)據(jù)變量的具體變化情況；

無人機(jī)航拍圖像采樣點(diǎn)之間的像素重疊關(guān)系能夠反映像素點(diǎn)錯(cuò)誤匹配情況，一般情況下，采樣點(diǎn)之間的像素重疊關(guān)系越明顯(即像素重疊關(guān)系的計(jì)算數(shù)值越大)，則表示像素點(diǎn)錯(cuò)誤匹配概率越高；反之，若采樣點(diǎn)之間的像素重疊關(guān)系越細(xì)微(即像素重疊關(guān)系的計(jì)算數(shù)值越小)，則表示像素點(diǎn)錯(cuò)誤匹配概率越低。

具體的像素重疊關(guān)系(O指標(biāo))計(jì)算表達(dá)式如下：

(16)

其中:i1、i2為兩個(gè)不同的重疊度指標(biāo)，ΔΩ為無人機(jī)航拍區(qū)域的面積數(shù)值。

圖6反映了實(shí)驗(yàn)組、對(duì)照組i1指標(biāo)的數(shù)值變化情況。

圖6 i1指標(biāo)的數(shù)值變化曲線

分析圖6可知，隨著航拍區(qū)域邊長(zhǎng)數(shù)值的不斷增大，實(shí)驗(yàn)組、對(duì)照組i1指標(biāo)均呈現(xiàn)不斷增大的變化狀態(tài)，但明顯對(duì)照組i1指標(biāo)的上升幅度更明顯。單就對(duì)照組曲線來看，當(dāng)航拍區(qū)域邊長(zhǎng)由0增大至1 km時(shí)，其i1指標(biāo)的上升幅度最大，達(dá)到了317；單就實(shí)驗(yàn)組曲線來看，當(dāng)航拍區(qū)域邊長(zhǎng)由4 km增大至5 km時(shí)，其i1指標(biāo)的上升幅度最大，達(dá)到了117。從極限值角度來看，對(duì)照組i1指標(biāo)最大值700與實(shí)驗(yàn)組i1指標(biāo)最大值499相比，上升了201。

圖7反映了實(shí)驗(yàn)組、對(duì)照組i2指標(biāo)的數(shù)值變化情況。

圖7 i2指標(biāo)的數(shù)值變化曲線

分析圖7可知，當(dāng)航拍區(qū)域邊長(zhǎng)處于0～1 km的區(qū)間之內(nèi)時(shí)，對(duì)照組i2指標(biāo)數(shù)值始終小于對(duì)照組，而從此時(shí)刻開始，對(duì)照組i2指標(biāo)則開始快速增大；實(shí)驗(yàn)組i2指標(biāo)雖然能夠保持不斷增大的數(shù)值變化趨勢(shì)，但其均值水平始終低于對(duì)照組。從極限值角度來看，對(duì)照組i2指標(biāo)最大值達(dá)到了890，與實(shí)驗(yàn)組i2指標(biāo)最大值723相比，上升了167。

已知本次實(shí)驗(yàn)所取無人機(jī)航拍區(qū)域的面積為25 km2，即ΔΩ=25 km2，聯(lián)合圖5、圖6中i1指標(biāo)與i2指標(biāo)的取值結(jié)果，對(duì)像素重疊關(guān)系(O指標(biāo))進(jìn)行計(jì)算，具體計(jì)算結(jié)果如表1所示。

表1 無人機(jī)航拍圖像采樣點(diǎn)之間的像素重疊關(guān)系

分析表1可知，隨著航拍區(qū)域邊長(zhǎng)數(shù)值的增大，對(duì)照組O指標(biāo)始終保持不斷增大的數(shù)趨勢(shì)，將0節(jié)點(diǎn)排斥在外，可知對(duì)照組像素重疊關(guān)系指標(biāo)最小值為1 673.76、最大值為24 920.00，二者之間的物理差值為23 246.24。實(shí)驗(yàn)組O指標(biāo)雖然也能夠保持不斷增大的數(shù)值變化狀態(tài)，但其均值水平始終相對(duì)較低，將0節(jié)點(diǎn)排斥在外，可知實(shí)驗(yàn)組像素重疊關(guān)系指標(biāo)最小值為615.68、最大值為14 431.08，二者之間的物理差值為13 815.40，遠(yuǎn)低于對(duì)照組差值水平。

對(duì)比了實(shí)驗(yàn)組與對(duì)照組的無人機(jī)航拍圖像配準(zhǔn)控制效果，結(jié)果如圖8和圖9所示。

圖8 實(shí)驗(yàn)組航拍效果圖

圖9 對(duì)照組航拍效果圖

分析圖8和圖9中的結(jié)果可知，實(shí)驗(yàn)組的無人機(jī)航拍圖像特征點(diǎn)匹配更為精準(zhǔn)，配準(zhǔn)效果更好。而對(duì)照組無人機(jī)航拍圖像特征點(diǎn)匹配效果差，導(dǎo)致配準(zhǔn)質(zhì)量下降，證明該方法的無人機(jī)航拍圖像配準(zhǔn)控制效果較差。

綜上可知，本次實(shí)驗(yàn)的結(jié)論如下：

1)在基于深度去噪自動(dòng)編碼器的目標(biāo)檢測(cè)算法的作用下，無人機(jī)航拍圖像采樣點(diǎn)之間像素重疊指標(biāo)的數(shù)值結(jié)果始終相對(duì)較大，表明該方法并不能較好地避免像素點(diǎn)錯(cuò)誤匹配行為的出現(xiàn)；

2)在基于鄰域一致性的快速配準(zhǔn)方法的作用下，無人機(jī)航拍圖像采樣點(diǎn)之間像素重疊指標(biāo)的數(shù)值結(jié)果始終相對(duì)較小，表明該方法能夠較好解決像素點(diǎn)錯(cuò)誤匹配問題，更為符合實(shí)際應(yīng)用需求。

5 結(jié)束語

本文主要通過對(duì)配準(zhǔn)區(qū)域進(jìn)行重新劃定，又根據(jù)圖像標(biāo)注點(diǎn)識(shí)別結(jié)果，完成對(duì)無人機(jī)航拍圖像的初步預(yù)處理。根據(jù)圖像融合處理結(jié)果提取特征點(diǎn)，將特征點(diǎn)作為配準(zhǔn)過程控制點(diǎn)，根據(jù)控制點(diǎn)分布質(zhì)量與尺度空間極值實(shí)現(xiàn)無人機(jī)航拍圖像配準(zhǔn)過程控制，保證尺度空間極值計(jì)算結(jié)果能夠穩(wěn)定在合理的取值區(qū)間之內(nèi)，不但使無人機(jī)航拍圖像采樣節(jié)點(diǎn)之間的明顯重疊關(guān)系得到較好緩解，也使得圖像拼接過程中的像素點(diǎn)錯(cuò)誤匹配問題得以解決。從實(shí)用性角度來看，隨著這種新型基于鄰域一致性的無人機(jī)航拍圖像配準(zhǔn)過程控制技術(shù)的應(yīng)用，重疊度指標(biāo)的數(shù)值計(jì)算結(jié)果出現(xiàn)了明顯縮小的變化趨勢(shì)，與基于深度去噪自動(dòng)編碼器的目標(biāo)檢測(cè)算法相比，這種新型方法確實(shí)具備更強(qiáng)的實(shí)用性價(jià)值。