李亞娟
(安康學(xué)院 電子信息技術(shù)研究中心,陜西 安康 725000)
鄰域一致性是一種新的圖像處理方法,該理論認(rèn)為相似像素點的排列關(guān)系會影響整個圖像的拼接方式,且任何一幅圖像中,都存在完全一致的像素節(jié)點。“鄰域”是一種范圍化量詞,是指由多個非中心節(jié)點組成的物理集合空間,該空間以中心節(jié)點為原點,所有集合節(jié)點與原點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的相似性,在樣本空間足夠大的情況下,節(jié)點與節(jié)點之間的相似性會逐漸被一致性取代,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,特別是對于無人機(jī)航拍圖像來說,原點周圍所有像素點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)相對簡單,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,實現(xiàn)采樣像素節(jié)點的拼接與排序。當(dāng)前的深度去噪自動編碼器的目標(biāo)檢測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,計算像素點與像素點之間的匹配關(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)點之間的重疊度,并不能在圖像拼接的過程中避免像素點的錯誤匹配行為,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)計無人機(jī)航拍圖像配準(zhǔn)過程控制技術(shù)。
無人機(jī)航拍圖像配準(zhǔn)過程控制的實施,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)將針對具體融合方法展開設(shè)計。
為了有效控制無人機(jī)航拍圖像采樣節(jié)點之間的重疊程度,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)航拍像素點越多,則表示鄰域組織中所包含的采樣節(jié)點數(shù)量越多,反之則越少[5-6]。
假設(shè)δ1,δ1,…,δn表示n個不同的鄰域像素點配比系數(shù),c1,c2,…,cn表示n個不同的無人機(jī)航拍圖像采樣指標(biāo),v1,v2,…,vn表示n個不同的鄰域像素重疊特征。聯(lián)立上述物理量,可將n個不同的無人機(jī)航拍圖像采樣點配置表達(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穩(wěn)定性。
圖像標(biāo)注點識別過程也是無人機(jī)航拍圖像節(jié)點的二次標(biāo)注過程,整幅無人機(jī)航拍圖像可以被分解成多個小型物理區(qū)間,且每一區(qū)間之內(nèi)節(jié)點之間的度量映射關(guān)系都不會發(fā)生改變。若單純采用一次標(biāo)注方式,會阻礙原點與鄰域像素點之間的信息互通,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)注點識別技術(shù)的作用下,所有配準(zhǔn)區(qū)域內(nèi)的節(jié)點劃定條件均呈現(xiàn)出絕對穩(wěn)定的狀態(tài),此時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)元件對其進(jìn)行精準(zhǔn)的拼接與識別處理。
假設(shè)γ1、ι1表示兩個不同的無人機(jī)航拍圖像節(jié)點一次標(biāo)注系數(shù),γ2、ι2表示兩個不同的無人機(jī)航拍圖像節(jié)點二次標(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)注點識別條件定義為:
(3)
式中,X1、X2表示無人機(jī)航拍圖像中兩個不同的度量映射系數(shù)。為了使所有無人機(jī)航拍像素點都能實現(xiàn)處理,所有圖像標(biāo)注點識別指令都必須滿足鄰域一致性原則的約束。
對于無人機(jī)航拍圖像而言,一致性測度值既保證了領(lǐng)域像素區(qū)域內(nèi)圖像節(jié)點之間的信息互通,也可以在已知標(biāo)注點識別權(quán)限的基礎(chǔ)上,對待配準(zhǔn)節(jié)點處的圖像特征進(jìn)行加工[9]。
在圖1所示的無人機(jī)航拍圖像中,A1、A2為兩個完全獨立的鄰域一致性測度節(jié)點,且二者的橫、縱坐標(biāo)均不相等。設(shè)d表示點A1到點A2的豎直距離、l表示點A1到點A2的水平距離。聯(lián)立上述物理量,豎直距離d、水平距離l計算公式為:
圖1 無人機(jī)航拍圖像的一致性測度標(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)點標(biāo)記系數(shù),x1、y1表示A1點的橫縱坐標(biāo),x2、y2表示A2點的橫縱坐標(biāo)。
設(shè)η表示基于鄰域一致性原則的無人機(jī)航拍圖像測度標(biāo)準(zhǔn)系數(shù),γ表示配準(zhǔn)節(jié)點的領(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度值計算結(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,因此一致性測度值指標(biāo)的計算結(jié)果必須適應(yīng)配準(zhǔn)節(jié)點的實時排列方式[10]。
在鄰域一致性原則的支持下,按照航拍圖像地理定位、采樣灰度計算、圖像重疊關(guān)系分析的處理流程,完成對無人機(jī)航拍圖像的初步預(yù)處理。
航拍圖像地理定位能夠確定像素點所處空間位置,按照鄰域一致性原則對原始配準(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)點對目標(biāo)節(jié)點定位的影響,使得獨立像素點空間內(nèi)的節(jié)點對象能夠得到快速配準(zhǔn)。
圖2為一個邊長等于?1的獨立像素點空間,其中N為該空間所包含的航拍圖像節(jié)點個數(shù),目標(biāo)節(jié)點為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,獨立像素點空間內(nèi)所包含的航拍圖像節(jié)點個數(shù)越多,定位條件的劃分也就越細(xì)致。
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)處理的像素點數(shù)量越多,相關(guān)圖像節(jié)點的分布狀態(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,相鄰兩個像素節(jié)點的物理坐標(biāo)不可能完全一致,且隨著橫、縱指標(biāo)數(shù)值的改變,像素點所處的空間位置也會不斷變化。為使整個無人機(jī)航拍圖像的采樣灰度水平趨于相對平均的數(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)值均處于一個相對穩(wěn)定的取值范圍之內(nèi)。
設(shè)f為航拍像素點取值系數(shù),D為像素點取值特征值,a1、a2為兩個不同的無人機(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算表達(dá)式定義為:
(7)
采樣灰度作為一項關(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于無人機(jī)航拍圖像配準(zhǔn)節(jié)點的約束能力。
無人機(jī)航拍圖像的重疊關(guān)系主要包含重點區(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)重點區(qū)域重疊:重點區(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)域完全獨立,但其邊緣區(qū)域的節(jié)點混合在一起。由于其節(jié)點混合位置并不處于關(guān)鍵配準(zhǔn)區(qū)域內(nèi),所以并不會對無人機(jī)航拍圖像的拼接結(jié)果造成影響[17-18]。
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*。
(8)
式中,ΔW表示單位時間內(nèi)的像素節(jié)點拼接總量。為獲得較為精確的像素點配準(zhǔn)結(jié)果,任何一幅無人機(jī)航拍圖像在實施拼接處理之前,都必須實施幾何校正處理[22]。
邊界特征點提取是控制無人機(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)出相對平衡的狀態(tài)。在實施邊界特征點提取之前,必須將待拼接的無人機(jī)航拍圖像完全對正,使得相鄰像素節(jié)點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,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)點定義項,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)點定義項,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提取表達(dá)式定義為:
(9)
在實際應(yīng)用過程中,只有特征點提取原則不發(fā)生變化,主機(jī)元件才能對無人機(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,將這些特征點作為配準(zhǔn)過程控制點。
在選定無人機(jī)航拍圖像配準(zhǔn)過程控制點之后,定義該點描述符為以該點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無人機(jī)航拍圖像的卷積。
對描述符向量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)合對角矩陣Dl以及正交矩陣P對v進(jìn)行標(biāo)準(zhǔn)化處理,結(jié)果如下:
(11)
就可以在各個方向使用相同大小的網(wǎng)格單元進(jìn)行分割,計算vn的熵,具體的計算公式如下:
(12)
式中,pi表示vn處于向量空間網(wǎng)格的概率。
結(jié)合熵值計算結(jié)果,對于無人機(jī)航拍圖像配準(zhǔn)過程控制點分布質(zhì)量進(jìn)行控制,則控制點加權(quán)中心計算公式如下:
(13)
式中,(xi,yi)表示第i個無人機(jī)航拍圖像配準(zhǔn)過程控制點在圖像坐標(biāo)系下的坐標(biāo),wi表示控制點權(quán)重。
控制點分布質(zhì)量計算公式如下所示:
(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,其余控制點到控制點加權(quán)中心的距離增大,那么其余控制點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)點數(shù)量完全相等時,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映射系數(shù),e∈[1,+∞)這一表達(dá)式恒成立。ue表示像素點映射系數(shù)等于e時的像素尺度,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。
選取如圖4所示的無人機(jī)設(shè)備作為實驗對象,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實驗區(qū)域中保持相對穩(wěn)定的飛行狀態(tài),記錄在實驗過程中,各項指標(biāo)參量的具體數(shù)值變化情況。
圖4 實驗用無人機(jī)
部分實驗樣本數(shù)據(jù)如圖5所示。
圖5 部分實驗樣本數(shù)據(jù)
本次實驗的具體實驗流程如下:
步驟一:采用基于鄰域一致性的快速配準(zhǔn)算法對航攝像機(jī)進(jìn)行控制,將所得指標(biāo)參量作為實驗組數(shù)據(jù);
步驟二:采用基于深度去噪自動編碼器的目標(biāo)檢測算法對航攝相機(jī)進(jìn)行控制,將所得指標(biāo)參量作為對照組數(shù)據(jù);
步驟三:分析實驗組、對照組數(shù)據(jù)變量的具體變化情況;
無人機(jī)航拍圖像采樣點之間的像素重疊關(guān)系能夠反映像素點錯誤匹配情況,一般情況下,采樣點之間的像素重疊關(guān)系越明顯(即像素重疊關(guān)系的計算數(shù)值越大),則表示像素點錯誤匹配概率越高;反之,若采樣點之間的像素重疊關(guān)系越細(xì)微(即像素重疊關(guān)系的計算數(shù)值越小),則表示像素點錯誤匹配概率越低。
具體的像素重疊關(guān)系(O指標(biāo))計算表達(dá)式如下:
(16)
其中:i1、i2為兩個不同的重疊度指標(biāo),ΔΩ為無人機(jī)航拍區(qū)域的面積數(shù)值。
圖6反映了實驗組、對照組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)域邊長數(shù)值的不斷增大,實驗組、對照組i1指標(biāo)均呈現(xiàn)不斷增大的變化狀態(tài),但明顯對照組i1指標(biāo)的上升幅度更明顯。單就對照組曲線來看,當(dāng)航拍區(qū)域邊長由0增大至1 km時,其i1指標(biāo)的上升幅度最大,達(dá)到了317;單就實驗組曲線來看,當(dāng)航拍區(qū)域邊長由4 km增大至5 km時,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,對照組i1指標(biāo)最大值700與實驗組i1指標(biāo)最大值499相比,上升了201。
圖7反映了實驗組、對照組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)域邊長處于0~1 km的區(qū)間之內(nèi)時,對照組i2指標(biāo)數(shù)值始終小于對照組,而從此時刻開始,對照組i2指標(biāo)則開始快速增大;實驗組i2指標(biāo)雖然能夠保持不斷增大的數(shù)值變化趨勢,但其均值水平始終低于對照組。從極限值角度來看,對照組i2指標(biāo)最大值達(dá)到了890,與實驗組i2指標(biāo)最大值723相比,上升了167。
已知本次實驗所取無人機(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,對像素重疊關(guān)系(O指標(biāo))進(jìn)行計算,具體計算結(jié)果如表1所示。
表1 無人機(jī)航拍圖像采樣點之間的像素重疊關(guān)系
分析表1可知,隨著航拍區(qū)域邊長數(shù)值的增大,對照組O指標(biāo)始終保持不斷增大的數(shù)趨勢,將0節(jié)點排斥在外,可知對照組像素重疊關(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。實驗組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較低,將0節(jié)點排斥在外,可知實驗組像素重疊關(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)低于對照組差值水平。
對比了實驗組與對照組的無人機(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 實驗組航拍效果圖
圖9 對照組航拍效果圖
分析圖8和圖9中的結(jié)果可知,實驗組的無人機(jī)航拍圖像特征點匹配更為精準(zhǔn),配準(zhǔn)效果更好。而對照組無人機(jī)航拍圖像特征點匹配效果差,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,本次實驗的結(jié)論如下:
1)在基于深度去噪自動編碼器的目標(biāo)檢測算法的作用下,無人機(jī)航拍圖像采樣點之間像素重疊指標(biāo)的數(shù)值結(jié)果始終相對較大,表明該方法并不能較好地避免像素點錯誤匹配行為的出現(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)航拍圖像采樣點之間像素重疊指標(biāo)的數(shù)值結(jié)果始終相對較小,表明該方法能夠較好解決像素點錯誤匹配問題,更為符合實際應(yīng)用需求。
本文主要通過對配準(zhǔn)區(qū)域進(jìn)行重新劃定,又根據(jù)圖像標(biāo)注點識別結(jié)果,完成對無人機(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,將特征點作為配準(zhǔn)過程控制點,根據(jù)控制點分布質(zhì)量與尺度空間極值實現(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錯誤匹配問題得以解決。從實用性角度來看,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)值計算結(jié)果出現(xiàn)了明顯縮小的變化趨勢,與基于深度去噪自動編碼器的目標(biāo)檢測算法相比,這種新型方法確實具備更強(qiáng)的實用性價值。