基于透视变换与特征匹配的无人机图像自动拼接.docxVIP

PAGE2

基于透视变换与特征匹配的无人机图像自动拼接

摘要

无人机遥感技术正广泛应用于农业监测、灾害评估与城市规划等领域。然而，单幅无人机影像视野有限，难以呈现大范围场景的全貌。传统的手动图像拼接方法效率低下且精度难以保证。本课题旨在设计并实现一套基于透视变换与特征匹配的无人机图像自动拼接系统，以生成大尺度、高精度的正射影像。

本设计遵循“需求分析→总体设计→详细设计→实现→测试”的工程化思路。首先，通过需求分析明确了系统的功能与非功能指标。其次，在总体设计中规划了以图像输入、特征处理、几何校正与图像融合为核心的模块化架构。详细设计阶段重点阐述了SIFT特征提取、基于RANSAC的单应性矩阵估计以及多波段融合等核心算法的实现流程。系统基于Python与OpenCV库实现，并通过多组真实无人机影像数据进行了功能与性能测试。

本设计的核心创新在于结合了尺度不变特征变换（SIFT）的鲁棒性与随机抽样一致（RANSAC）算法的抗噪能力，有效解决了无人机影像间因视角、光照变化导致的匹配难题，并通过自适应加权融合策略削弱了拼接缝。测试结果表明，系统能够自动、高效地完成多幅影像的拼接，生成视觉一致的正射影像图，为相关领域提供了可靠的技术工具。

第一章绪论

1.1研究背景

随着无人机平台与传感器技术的飞速发展，低成本、高分辨率的无人机遥感已成为获取地表信息的重要手段。在精准农业中，需要