32、小型无人机持续监视系统的图像处理与应用

小型无人机持续监视系统的图像处理与应用

1. 相机校准

相机校准是减少理想镜头模型与相机镜头模型之间差异的基本步骤。校准的目的在于消除径向和/或切向畸变，并测量镜头引入的畸变程度。其输出相机的内参和外参，这些参数构成了将三维世界坐标中的点转换为二维图像坐标点所需的旋转和平移向量。

相机校准技术主要分为以下三类：
- 传统校准方法 ：如两步校准法和张氏方法，利用特征点的二维图像坐标与三维世界坐标之间的关系。张氏校准方法精度高，在许多相机校准应用中被广泛使用。
- 自校准技术 ：无需使用已知场景即可对系统进行校准，但精度难以保证，鲁棒性较差。
- 基于运动的校准技术 ：通过纯平移、预旋转或两者结合的过程对相机进行校准，可用于自动校准，能在校准目标上提供较高的精度。

在大多数情况下，相机校准程序是在实验室条件下进行的，通过近距离校准来估计相机参数。

2. 图像拼接

图像拼接是将多个相机同时提供的部分重叠图像或单个相机提供的一系列部分重叠图像组合成全景图像的过程。对于成功的监视任务，图像拼接至关重要，因为拼接后的图像能提供被调查区域的大视野。

为了构建拼接图像，需要根据图像之间的重叠区域估计图像之间的变换。目前已经探索了多种技术，可分为基于区域和基于特征两类：
- 基于区域的图像拼接 ：使用图像的窗口，通过计算相似度指标（如归一化互相关、熵和互信息）来匹配后续图像。
- 基于特征的匹配技术