轻小型、 低成本无人机(unmanned aerial vehicle, UAV)机载光谱成像仪的快速发展为水质监测、 精准农业提供了新的手段。 ZK-VNIR-FPG480机载高光谱成像仪是国产仪器, 拥有自主产权, 影像共有270个波段, 光谱范围为400～1 000 nm, 光谱分辨率为3 nm, 空间分辨率为0.9 m@1 km, 成像方式为运动推扫成像, 该成像仪的特点是影像之间不存在航向重叠, 只存在旁向重叠。 它在提供高光谱、 高空间分辨率影像的同时也存在着一系列问题: ①无人机的狭窄视场限制了每条航带的地面覆盖范围, 需要进行航带拼接; ②其自带的POS系统定位精度低; ③为提高作业效率, 航带间的重叠率较低, 一般设置在30%左右, 为影像拼接增加了困难; ④因飞行时受风力、 光照以及仪器自身等影响使得每条航带间存在亮度差异, 拼接时会出现拼接缝现象。 针对上述问题提出一种基于曲面样条函数和相位相关的无人机高光谱影像拼接方法, 旨在将无人机拍摄的单条高光谱航带拼接成一幅完整的带有地理坐标的全景图, 并实现影像几何和光谱上的匹配。 该方法包括以下几个步骤: 首先, 以正射影像为基准采用曲面样条函数法对高光谱航带进行地理配准, 赋予每条航带真实的地理坐标; 然后采用局部方差法计算各波段信噪比, 取分值最高的波段作为最优波段; 再利用该最优波段采用基于2幂子图像的相位相关算法来纠正航带间已经存在的地理空间映射关系, 消除航带间存在的错位; 最后选用加权平均融合法对相邻航带进行融合, 消除航带拼接时因光照、 仪器自身等影响所产生的拼接线问题, 最终得到带有绝对地理坐标的高光谱全景图。 实验使用ZK-VNIR-FPG480机载高光谱成像仪获取大理某地区的高光谱数据进行拼接, 结果表明, 该拼接方法得到的全景图拼接处没有错位现象, 几何位置准确。 选取4种典型地物拼接前后的光谱曲线, 其曲线走向基本一致, 计算拼接影像与拼接前左右影像的光谱角余弦均值为0.965 2, 光谱相关系数均值为0.863 2, 光谱信息散度均值为0.424 0, 欧式距离均值为0.494 1, 四种光谱曲线相似性测度指标客观上显示了曲线的高度相似性, 表明拼接前后同名点的光谱匹配度高, 适用于无人机高光谱数据的拼接。 该方法不仅提高了拼接影像的地理坐标精度, 还在消除拼接缝的基础上最大限度的保证了光谱的保真性, 并通过引入2幂子图像解决了影像在重叠度低的情况下配准算法失效的问题。 但拼接前相邻航带同名点间存在光谱差异, 且高光谱数据量大, 拼接耗时多, 如何利用重叠区域的像素修正系统误差, 统一拼接图像的度量空间以提升光谱精度和稳定性并提高拼接速度仍是今后需要解决的问题。

针对液晶显示屏(LCD)显示缺陷检测中待测图像出现的平移和旋转导致误检率过高, 传统人工检测效率低、漏检率高, 以及图像配准精度对缺陷检测准确率的影响等问题, 提出一种基于Fourier-Mellin变换的LCD显示缺陷检测方法。基本原理是利用Fourier-Mellin变换对标准图像和待测图像进行粗配准, 通过加速稳健特征/尺度不变特征变换(SURF/SIFT)算法进行细配准, 对标准图像和配准后的图像进行加权平均融合得到最终的配准图, 最后利用局部自适应阈值分割和差影法检测缺陷, 并标注缺陷的位置及信息。实验结果表明, 提出的方法对平移和旋转的稳健性好, 能够有效地检测出LCD显示缺陷, 检测准确率达到98.667%。

针对传统加权平均融合算法和渐入渐出融合算法仍然存在相对明显的拼接痕迹, 提出一种三角函数权重的图像拼接算法。首先, 对参考图计算图像重叠区域从左边界开始每一列像素所占重叠区的比例, 将其用相应的角度表示; 然后计算角度对应余弦值的平方, 将此结果作为参考图的权重信息; 对于目标图, 计算靠近右边界的每一列所占重叠区的比例, 并用角度表示, 然后计算该角度对应正弦值的平方, 将此结果作为目标图的权重; 最后用计算得到的 2个非线性的权重对两幅图进行图像拼接。实验结果表明无论摄像机是否在曝光差异较大情况下进行拍摄, 改进的图像融合算法效果更好。