面向海洋应用的无人机遥感图像配准研究

doi:10.13474/j.cnki.11-2246.2017.0361

测绘通报 ›› 2017, Vol. 0 ›› Issue (11): 123-127.doi: 10.13474/j.cnki.11-2246.2017.0361

• “无人机测绘技术及应用论坛”论文精选 • 上一篇下一篇

面向海洋应用的无人机遥感图像配准研究

王飞^1,2, 高小伟³, 高宁^1,2, 赵建华^1,2, 吴合风³, 孟庆辉^1,2

1. 国家海洋环境监测中心, 辽宁大连 116023;
2. 国家海洋局海域管理技术重点实验室, 辽宁大连 116023;
3. 航天图景(北京)科技有限公司, 北京 101300

收稿日期:2017-07-18 出版日期:2017-11-25 发布日期:2017-12-07
作者简介:王飞(1982-),男,硕士,工程师,主要从事海域无人机遥感监测及数据处理工作。E-mail:16464392@qq.com
基金资助:
海洋公益性行业科研专项（201405028）；国家海洋局海域管理重点实验室基金（201509）

Remote Sensing Image Registration of Unmanned Aerial Vehicle for Marine Applications

WANG Fei^1,2, GAO Xiaowei³, GAO Ning^1,2, ZHAO Jianhua^1,2, WU Hefeng³, MENG Qinghui^1,2

1. National Marine Environment Monitor Center, Dalian 116023, China;
2. Key Laboratory of State Oceanic Administration Management Technology, Dalian 116023, China;
3. Space GeoData(Beijing) Co. Ltd., Beijing 101300, China

Received:2017-07-18 Online:2017-11-25 Published:2017-12-07

摘要/Abstract

摘要： 在海洋应用中，大面积水体的同名点匹配相比陆地更加困难，制约了无人机遥感图像的配准精度和收敛速度。本文提出了一种改进算法适用于海洋无人机遥感应用，采用主成分分析（PCA）和水体阈值方法去除水体，获得图像中非水体区域的分块图像，然后利用仿射-尺度不变特征变换算法（ASIFT）进行图像的特征点提取和重叠图像非水体区域的同名点匹配。通过海岛、海岸线的无人机遥感试验结果表明，基于改进算法，在不增加时间开销的情况下，可以增加30%~50%的同名点数量，精度提高约5%~10%。文中方法适应用于海洋无人机遥感的序列图像配准，为海岛、海岸线的遥感监测提供了有效的技术支持。

关键词: 无人机, 遥感, 海洋应用, 海岛监测, 序列图像配准

Abstract: In marine applications, large water areas lead to more difficulties compared to land on the corresponding point matching, which restricts the UAV remote sensing image registration precision and convergence speed. This paper proposes an improved algorithm for the marine UAV remote sensing applications. First, remove water using principal component analysis (PCA) and water threshold method, and obtain the block image without water. Then, feature points extraction and the corresponding points matching of these block images were performed using the affine scale invariant feature transform algorithm (Affine-Sift, ASIFT). The experiment results show that the improved algorithm can increase 30%~50% points, the accuracy increases by about 20%, and time is not increased. This method is suitable for the sequence of UAV remote sensing image registration on the marine, and it can provide effective technical support for the remote sensing monitoring of island and coastline.

Key words: UAV, remote sensing, marine application, island monitoring, registration of image sequences

中图分类号:

王飞, 高小伟, 高宁, 赵建华, 吴合风, 孟庆辉. 面向海洋应用的无人机遥感图像配准研究[J]. 测绘通报, 2017, 0(11): 123-127.

WANG Fei, GAO Xiaowei, GAO Ning, ZHAO Jianhua, WU Hefeng, MENG Qinghui. Remote Sensing Image Registration of Unmanned Aerial Vehicle for Marine Applications[J]. 测绘通报, 2017, 0(11): 123-127.

参考文献

[1] 郭忠磊, 翟京生, 张靓, 等. 无人机航测系统的海岛礁测绘应用研究[J]. 海洋测绘, 2014, 34(4):55-57.
[2] 麻德明, 邓才龙, 徐文学, 等. 无人机遥感系统在岸线勘测中的应用[J]. 海洋开发与管理, 2015, 32(4):45-48.
[3] HARRIS C.A Combined Corner and Edge Detector[C]//Proceedings of Alvey Vision Conference. Manchester:[s.n.], 1988:147-151.
[4] 谢东海, 詹总谦, 江万寿. 改进Harris算子用于点特征的精确定位[J]. 测绘地理信息, 2003, 28(2):22-23.
[5] ROSTEN E, DRUMMOND T. Fusing Points and Lines for High Performance Tracking[C]//Tenth IEEE International Conference on Computer Vision.Washington, DC, USA:IEEE Computer Society, 2005:1508-1515.
[6] LOWE D G. Distinctive Image Features from Scale-invariant Keypoints[J]. International Journal of Computer Vision, 2004, 60(2):91-110.
[7] 吴俣, 余涛, 谢东海, 等. 高分辨率多光谱遥感图像的自动配准[J]. 红外与激光工程, 2012, 41(12):3285-3290.
[8] BAY H, ESS A, TUYTELAARS T, et al. Speeded-up Robust Features(SURF)[J]. Computer Vision and Image Understanding, 2008, 110(3):346-359.
[9] MOREL J M, YU G. ASIFT:A New Framework for Fully Affine Invariant Image Comparison[J]. SIAM Journal on Imaging Sciences, 2009, 2(2):438-469.
[10] 宋耀鑫, 张丹丹, 唐伶俐,等. 基于ASIFT算法的低重叠度无人机影像拼接方法[J]. 遥感技术与应用, 2015, 30(4):725-730.
[11] 唐为林. 基于纹理分析的遥感图像水陆场景分类[D]. 武汉:华中科技大学, 2012.
[12] 田野, 赵春晖, 季亚新. 主成分分析在高光谱遥感图像降维中的应用[J]. 哈尔滨师范大学自然科学学报, 2007, 23(5):58-60.
[13] FISCHLER M A, BOLLES R C. A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography[J]. Communications of the ACM, 1981, 24(6):381-395.

[1]	董迪, 魏征, 曾纪胜. 1995—2019年北莉岛人工水产养殖遥感监测[J]. 测绘通报, 2022, 0(7): 1-6.
[2]	胡义强, 杨骥, 荆文龙, 彭小燕, 蓝文陆, 彭梦微, 张雨萌. 茅尾海入海河口池塘养殖污染状况遥感调查[J]. 测绘通报, 2022, 0(7): 12-17,53.
[3]	孔瑞瑶, 谢涛, 马明, 孔瑞林. CatBoost模型在水深反演中的应用[J]. 测绘通报, 2022, 0(7): 33-37.
[4]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[5]	江泽霖, 邓健, 栾海军, 李兰晖. 基于逐日夜间灯光遥感的新冠肺炎疫情变化信息快速提取——以北京市为例[J]. 测绘通报, 2022, 0(7): 43-48.
[6]	冉崇宪, 李森磊. 利用无人机多光谱影像提取树冠信息[J]. 测绘通报, 2022, 0(7): 112-117.
[7]	刘立, 董先敏, 刘娟, 文学虎. 人机融合智能的遥感解译生产新方法[J]. 测绘通报, 2022, 0(7): 118-123,137.
[8]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[9]	刘玉贤, 阮明浩, 闫臻. 一种基于机载激光点云的门型电塔精确提取方法[J]. 测绘通报, 2022, 0(7): 129-133.
[10]	周烨, 刘云波, 郑丽波, 龙泱君. 多平台点云数据的单木参数提取精度分析[J]. 测绘通报, 2022, 0(7): 168-172.
[11]	胡义强, 杨骥, 荆文龙, 杨传训, 舒思京, 李勇. 基于无人机遥感的海岸带生态环境监测研究综述[J]. 测绘通报, 2022, 0(6): 18-24.
[12]	李茂林, 闫庆武, 仲晓雅. 一种复合型校正植被信息的方法[J]. 测绘通报, 2022, 0(6): 49-54142.
[13]	周建国, 罗超, 彭朵. 微型无人机辅助的三角高程测量方法[J]. 测绘通报, 2022, 0(6): 71-75.
[14]	刘耀辉, 于祥惠, 范洁洁, 周洁, 程昊, 姚国标, 孟飞, 靳奉祥. 基于无人机影像和面向对象的中国西部地区农村宅基地面积快速估算[J]. 测绘通报, 2022, 0(6): 125-129.
[15]	万忠明, 王亚文, 范子义. 无人机倾斜摄影技术在边坡监测中的应用[J]. 测绘通报, 2022, 0(6): 170-172.

面向海洋应用的无人机遥感图像配准研究

Remote Sensing Image Registration of Unmanned Aerial Vehicle for Marine Applications

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价