摘要：无人机遥感技术在很多领域发挥着重要作用，如军事领域、地理测绘领域等。文章分析了无人机航拍技术应在测绘行业的应用，阐述了无人机图像拼接的特点和拼接方法，研究了无人机图像拼接的关键技术。
关键词：无人机技术；航拍与图像拼接技术；测绘行业；地理测绘；遥感技术 文献标识码：A
中图分类号：TP391 文章编号：1009-2374（2016）30-0042-02 DOI：10.13535/j.cnki.11-4406/n.2016.30.021
1 概述
随着社会不断发展和进步，无人机遥感技术在很多领域发挥着不可或缺的作用，譬如军事领域、农业领域、考古领域、环境监测领域、城市规划领域、灾害监测领域、地理测绘领域等。无人机遥感技术之所以会有如此广泛的应用，是由于无人机遥感图像具有高灵活性、续航时间长，可以在特别危险地区探测，效率特别高，成本也低，还有无人机可在低海拔地区飞行，能够避免云层干扰等独特优势。
2 无人机遥感发展
2.1 无人机发展概况
因为计算机技术的不断发展，无人机遥感技术也获得了巨大进步，并且因为本身独特优势，受到愈来愈广泛的关注。一般来说，无人机遥感技术提取和归纳人们所需信息，主要是利用精密成像仪器和图像分析技术，然后通过对这些时效性较高的图像进行特性分析等其他操作来达成。无人机遥感技术发展如此之快，以至于图像拼接技术也受到越来越多关注，国内外很多研究人员正在对图像拼接技术进行更深研究。目前，无人机图像拼接技术受到普遍关注，各个国家的学者都进行着与无人机图像拼接有关技术研究工作。图像拼接技术通过数年研究，已经获取相当多研究成果，但是现在依然有很多问题有待解决，诸如相幅较小、数量多、影像倾斜度大、重叠不规则等一系列问题。图像拼接效果和效率主要受图像配准精度和有效性所制约。
2.2 无人机航拍原理
无人机，顾名思义是一种无人驾驶的或称作不载人的飞行器。它主要是通过无线电遥控设备或机载计算机程序系统来进行控制。无人机航拍是以无人机作为拍摄基准平台，随机载有高分辨率CCD数码相机、红外扫描仪、激光扫描仪等机载遥感设备获取地面图像或其他类型数据信息。通过计算机对所获取的遥感图像信息按照一定精度要求进行解译识别处理，并制作成相关更重要、更全面信息的大幅全景图像。无人机航拍技术是一种全新的高科技遥感应用技术，需要多种技术手段互相支撑构建成为一个平台系统。全系统是集成遥感、遥测技术与计算机技术新型应用技术，在设计和最优化组合方面具有突出特点。
2.3 无人机遥感图像特点
无人机遥感图像具有获取图像快、成本低、精度高、非接触等诸多优势。然而，作为空中飞行载体，无人机飞行过程中的外界条件变化相对复杂，飞行速度比较快，导致图像特性不稳定。例如无人机在工作的时候，由于受实际的温度、气压、风力、光照条件等气象条件因素影响，无人机所获得的数据质量有时间差，如模糊、高曝光、偏离航线等；为了获得较高质量的无人机图像，有时需要采取低空、盘旋等多变飞行模式对目标进行跟踪。这会使得待拍摄物体与无人机之间产生明显的相对运动，导致图像畸变较大等问题，还可能会出现工作量大、效率低等一系列问题。
3 无人机在测绘工程中的应用
3.1 地形图测绘
首先，无人机要拍出地面影像图，在计算机辅助下完成正射影像纠正，对正射影像建模，形成具有外定向的实地三维数字模型，对立体模型进行立体测量与矢量化；其次，对图像进行识别，难以识别的到实地检查图片内容正确与否；最后，完成数字线画图（DLG）等工程需要各种图纸。
3.2 征地测量
征地测量为我国经济建设提供数据支持保障。很多时候，村民们之间都会存在各种各样分歧。对于那些山区起伏较大的土地征地，按照国家统一规定是以平面面积为测量准确面积，而在实际中丈量斜边计算面积，会产生很大分歧。如果利用无人机统一进行航摄，然后利用正射影像图勾绘，这样就会极大地降低村民间纠纷，还会降低村民们对面积上认可度所带来的一系列问题。
3.3 新农村建设测绘
一般测绘房屋、交通、水系等主要地理要素。为房屋测量数据准确性，在调查时需实地拉边长，进行改正。
综上所述，测绘技术对于社会进步和发展有着不可替代作用，加强无人机测绘技术研究与应用，就能够有效地提高测绘工作效率，它是加快数字城市建设，增强各地区规划个管理效率技术支撑，因此无人机遥感技术将极大地提高测绘技术效率，全面推进测绘技术进步，我们要潜心钻研更新技术手段，更好更快地发展无人机技术，发展测绘技术。
4 无人机图像拼接技术
4.1 图像拼接基本流程
图像拼接技术包含多个学科知识，它涉及到多个领域知识，这些领域有计算机视觉、计算机图形学和图像处理等。图像拼接技术就是将无人机航摄、很多具有重叠度影像图进行拼接，形成大全景图，就可以获取更为全面、精确的信息。图像拼接过程比较复杂，通常来说，它包括图像预处理、特征提取、图像配准和图像融合几个步骤，其中还涉及较多并且比较复杂算法，它关键技术主要包括图像配准和图像融合这两部分，其中图像拼接关键部分是图像配准技术，它将直接影响到图像拼接效果和图像拼接效率。
在无人机进行航摄的过程中，由于受行摄条件限制，还有机身可能不水平等问题影响，如果直接对无人机所取得遥感图像做拼接，肯定就会产生较大误差，所以图像拼接的首要工作就是要对图像进行预处理。图像预处理就是为保证最后图像拼接的精度。预处理具体工作就是对待拼接序列图像进行几何校正、噪声抑制以及图像增强处理；图像配准经过构造图像之间变换模型，实现待处理图像和参考图像在空间上逐一对应关系。图像配准主要由获取待配准图像信息、进行信息匹配、配准模型构建等步骤组成，完成图像配准后，就需要对无人机所获取遥感图像进行图像融合工作。因为在图像配准过程中可能会存在一些误差，所以就会导致有些像素点不能够精确配准。因此在工作人员选取图像来进行融合时，要尽量避免图像配准过程中遗留下来变形和图像之间亮度差异对图像融合效果影响，完成图像无缝拼接。
4.2 图像拼接的特点
由于图像拼接技术处理的对象是多幅具有一定重叠度的遥感影像，与其他图像处理技术相比，图像拼接技术有其独特的特点，包括针对性、多样性以及复杂性。
4.2.1 针对性。无人机航摄所获取的图像内容是不尽相同的，不同内容的图像，其特点也是大不相同的。但是由于某些图像是在某些特定条件下获取的，所以需要特定的图像拼接算法来进行图像的拼接。通常来说，这些特定算法具有极强的针对性，所以图像拼接算法可能只适用于一些特定情况下的图形拼接，其他的条件可能就不适用。
4.2.2 多样性。图像拼接技术的多样性，主要表现在图像处理的复杂性和不可把握性，具体表现在以下三方面：首先，客观的现实世界拥有奇形怪状、各具特色的自然物体和人造物体，这就会导致图像的内容各有差异；其次，由于各种光照条件的变化和宇宙世界中不可避免的物体运动，都会导致相机采集的具有重叠度的相邻图像有明显的差别；最后，由于相机在图像采集过程中可能会出现平移、旋转和缩放等多种不同的运动方式，这样就会使得无人机所获取的遥感图像拥有不同的特性。
4.2.3 复杂性。图像拼接技术需要通过对多幅图像进行采集，然后经过几个环节生成没有缝隙的全景图。所以它很复杂，是多种图像处理算法和手段的总和。
针对以上的这些特点，在进行图像拼接时，一定要找到适合的方法进行工作，以得到最好的全景图像。
4.3 图像拼接常用方法
4.3.1 基于图像灰度方法。该方式不需要提取图像特征，而是以两张图像之间重叠区域在RGB颜色系统中所对应灰度级相似程度为准则寻找图像配准位置，该方法通常需要定义一个代价函数，它是用来衡量两幅图像相似度。例如，对图像重叠区域灰度差平方和，对模型参数进行优化，同时因为该方法需要利用图像的一些属性，所以一般都要求这部分有较小属性差异。
4.3.2 基于变换域方法。该方法就是利用傅立叶变换，将图像由空域变换到频域，然后通过它们相互功率直接计算得出两幅图像间平移矢量，继而完成图像配准工作。
4.3.3 基于图像特征方法。该方法通过提取图像边缘和轮廓线等特征，通过构造方程、数值计算等工作，获得图像变换参数，然后进行图像匹配。这种方法能比较好适应图像变形、遮挡和灰度变化等问题。这种方法需要进行特征提取、特征匹配、选取变换模型、求取参数、坐标变换及插值等工作。
4.4 无人机图像拼接的关键问题
4.4.1 遥感影像处理的工作，可能会存在工作量大、效率低等问题，是因为无人机遥感影像数量多并且像幅小，所以处理起来会比较复杂。
4.4.2 无人机在进行航拍工作时，有时遇到的天气状况可能会很恶劣，这就会出现遥感影像的灰度不一致、倾角大、航向重叠度无规律等一系列问题，而且这些问题使得遥感影像的匹配精度低且难度大，从而导致其获取的外方位元素精度也会比较低。
4.4.3 在无人机进行航拍工作时，其飞行路线可能不完全是直线，因而可能就会导致航拍的影像的旁向重叠度非常不规则，这样就会影响图像配准以及最后融合的精度和效率。
4.4.4 在一些突发灾害的情况下，由于道路被严重损坏，就会导致工作人员不能够到达无人机拍摄的区域，设置地面控制点。因此在条件复杂且恶劣的地理环境和缺少控制点的情况下，进行几何校正也成为了遥感影像快速处理的关键工作之一。
5 结语
利用无人机技术可以很方便地获取图像数据，关键技术在于无人机遥感影像数据能真实反映地形状况，在测绘工程中有很多方面的应用。在处理图像的时候，必须进行遥感图像几何校正、无缝拼接和质量评价等工作，以便于更高效、更准确地获取相关的信息。
参考文献
[1] 徐阳.无人机遥感图像拼接技术研究[D].南京航空航天大学，2012.
[2] 张涵.无人机在测绘工程中应用技术的分析[J].硅谷，2014，（8）.
[3] 刘冬梅.图像拼接算法研究[D].西安电子科技大学，2008.
[4] 邹湘伏，何清华，贺继林.无人机发展现状及相关技术[J].飞航导弹，2006，（10）.