(19)國家知識(shí)產(chǎn)權(quán)局(12)發(fā)明專利地址310058浙江省杭州市西湖區(qū)余杭塘(72)發(fā)明人何勇杜曉月有限公司11385專利代理師王月松無人機(jī)低空遙感圖像拼接質(zhì)量評(píng)估與降冗本發(fā)明涉及一種無人機(jī)低空遙感圖像拼接對(duì)拼接后圖像進(jìn)行質(zhì)量評(píng)估，得到圖像質(zhì)量評(píng)利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像利用改進(jìn)后的BRISQUE算法對(duì)所述拼接后像質(zhì)量評(píng)分。21.一種無人機(jī)低空遙感圖像拼接質(zhì)量評(píng)估方法，其特征在于，所述評(píng)估方法包括：利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，得到所述預(yù)設(shè)重疊度下的無人機(jī)低空遙感圖像集；所述無人機(jī)低空遙感圖像集包括多張遙感圖像，所述遙感圖像為可見光圖像或多光譜圖像；將所述無人機(jī)低空遙感圖像集進(jìn)行拼接，得到拼接后圖像；利用改進(jìn)后的BRISQUE算法對(duì)所述拼接后圖像進(jìn)行質(zhì)量評(píng)估，得到圖像質(zhì)量評(píng)分，具體包括：將所述拼接后圖像轉(zhuǎn)換為單波段灰度圖像，利用BRISQUE算法對(duì)所述單波段灰度圖像2.根據(jù)權(quán)利要求1所述的評(píng)估方法，其特征在于，所述預(yù)設(shè)重疊度的選擇原則為：以所獲得的無人機(jī)低空遙感圖像集能夠完成拼接為條件，確定所述預(yù)設(shè)重疊度的下限；以所獲得的無人機(jī)低空遙感圖像集不失真為條件，確定所述預(yù)設(shè)重疊度的上限。3.根據(jù)權(quán)利要求2所述的評(píng)估方法，其特征在于，所述以所獲得的無人機(jī)低空遙感圖像集不失真為條件，確定所述預(yù)設(shè)重疊度的上限具體包括：根據(jù)相機(jī)曝光時(shí)間、相機(jī)傳感器尺寸、像素大小和無人機(jī)飛行速度確定所述預(yù)設(shè)重疊度的上限。4.根據(jù)權(quán)利要求1所述的評(píng)估方法，其特征在于，所述將所述無人機(jī)低空遙感圖像集進(jìn)對(duì)所述無人機(jī)低空遙感圖像集進(jìn)行圖像預(yù)處理，去除所述無人機(jī)低空遙感圖像集中的將所述預(yù)處理后圖像集進(jìn)行圖像拼接，得到拼接后圖像。5.根據(jù)權(quán)利要求1所述的評(píng)估方法，其特征在于，所述利用改進(jìn)后的BRISQUE算法對(duì)所述拼接后圖像進(jìn)行質(zhì)量評(píng)估，得到圖像質(zhì)量評(píng)分具體包括：將所述拼接后圖像轉(zhuǎn)換為單波段灰度圖像；對(duì)所述單波段灰度圖像的像素進(jìn)行歸一化處理，得到歸一化圖像；計(jì)算所述歸一化圖像在水平、垂直、主對(duì)角線和次對(duì)角線四個(gè)方向上的MSCN相鄰系數(shù)的皮爾遜相關(guān)系數(shù)；將所述皮爾遜相關(guān)系數(shù)擬合成非零均值非對(duì)稱廣義高斯分布模型，得到圖像空域特將所述圖像空域特征輸入至支持向量機(jī)中，得到圖像質(zhì)量評(píng)分；所述圖像質(zhì)量評(píng)分越6.一種無人機(jī)低空遙感圖像拼接質(zhì)量評(píng)估系統(tǒng)，其特征在于，所述評(píng)估系統(tǒng)包括：圖像采集模塊，用于利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，得到所述預(yù)設(shè)重疊度下的無人機(jī)低空遙感圖像集；所述無人機(jī)低空遙感圖像集包括多張遙感圖像，所述遙感圖像為可見光圖像或多光譜圖像；圖像拼接模塊，用于將所述無人機(jī)低空遙感圖像集進(jìn)行拼接，得到拼接后圖像；質(zhì)量評(píng)估模塊，用于利用改進(jìn)后的BRISQUE算法對(duì)所述拼接后圖像進(jìn)行質(zhì)量評(píng)估，得到圖像質(zhì)量評(píng)分，具體包括：將所述拼接后圖像轉(zhuǎn)換為單波段灰度圖像，利用BRISQUE算法對(duì)所述單波段灰度圖像進(jìn)行質(zhì)量評(píng)估，得到圖像質(zhì)量評(píng)分。7.一種無人機(jī)低空遙感圖像降冗方法，其特征在于，所述降冗方法包括：3利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，得到所述預(yù)設(shè)重疊度下的無人機(jī)低空遙感圖像集；所述無人機(jī)低空遙感圖像集包括多張遙感圖像，所述遙感圖像為可見光圖像或多光譜圖像；利用改進(jìn)后的BRISQUE算法對(duì)每一所述遙感圖像進(jìn)行質(zhì)量評(píng)估，得到圖像質(zhì)量評(píng)分；以所述預(yù)設(shè)重疊度的下限作為固定冗余間隔；根據(jù)所述固定冗余間隔和每一所述遙感圖像的圖像質(zhì)量評(píng)分，對(duì)所述無人機(jī)低空遙感圖像集進(jìn)行降冗處理，得到降冗后圖像集；判斷所述降冗后圖像集是否能夠完成拼接；若是，則令所述固定冗余間隔加1,得到新的冗余間隔，并以所述新的冗余間隔作為下一循環(huán)的固定冗余間隔，返回“根據(jù)所述固定冗余間隔和每一所述遙感圖像的圖像質(zhì)量評(píng)若否，則對(duì)上一循環(huán)所得到的降冗后圖像集進(jìn)行拼接，得到拼接后圖像。8.根據(jù)權(quán)利要求7所述的降冗方法，其特征在于，根據(jù)所述固定冗余間隔和每一所述遙感圖像的圖像質(zhì)量評(píng)分，對(duì)所述無人機(jī)低空遙感圖像集進(jìn)行降冗處理，得到降冗后圖像集具體包括：將所述無人機(jī)低空遙感圖像集中的遙感圖像按照拍攝時(shí)間的先后順序依次排列；將第一張遙感圖像存入降冗后圖像集，并以所述第一張遙感圖像作為初始圖像；選取所述初始圖像后連續(xù)的N張遙感圖像中圖像質(zhì)量評(píng)分最低的遙感圖像作為選中圖像，將所述選中圖像存入降冗后圖像集；N的值根據(jù)所述固定冗余間隔而確定；判斷所有所述遙感圖像是否均被篩選完成；若否，則以所述選中圖像作為下一循環(huán)中的初始圖像，返回“選取所述初始圖像后連續(xù)的N張遙感圖像中圖像質(zhì)量評(píng)分最低的遙感圖像作為選中圖像”的步驟。9.根據(jù)權(quán)利要求7所述的降冗方法，其特征在于，在得到拼接后圖像后，所述降冗方法還包括：利用改進(jìn)后的BRISQUE算法對(duì)所述拼接后圖像進(jìn)行質(zhì)量評(píng)估，得到所述拼接后圖像的圖像質(zhì)量評(píng)分。10.一種無人機(jī)低空遙感圖像降冗系統(tǒng)，其特征在于，所述降冗系統(tǒng)包括：圖像采集模塊，用于利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，得到所述預(yù)設(shè)重疊度下的無人機(jī)低空遙感圖像集；所述無人機(jī)低空遙感圖像集包括多張遙感圖像，所述遙感圖像為可見光圖像或多光譜圖像；質(zhì)量評(píng)估模塊，用于利用改進(jìn)后的BRISQUE算法對(duì)每一所述遙感圖像進(jìn)行質(zhì)量評(píng)估，得到圖像質(zhì)量評(píng)分；降冗處理模塊，用于以所述預(yù)設(shè)重疊度的下限作為固定冗余間隔；根據(jù)所述固定冗余間隔和每一所述遙感圖像的圖像質(zhì)量評(píng)分，對(duì)所述無人機(jī)低空遙感圖像集進(jìn)行降冗處理，得到降冗后圖像集；判斷模塊，用于判斷所述降冗后圖像集是否能夠完成拼接；返回模塊，用于若是，則令所述固定冗余間隔加1,得到新的冗余間隔，并以所述新的冗余間隔作為下一循環(huán)的固定冗余間隔，返回“根據(jù)所述固定冗余間隔和每一所述遙感圖像的圖像質(zhì)量評(píng)分，對(duì)所述無人機(jī)低空遙感圖像集進(jìn)行降冗處理”的步驟；4無人機(jī)低空遙感圖像拼接質(zhì)量評(píng)估與降冗方法及系統(tǒng)技術(shù)領(lǐng)域[0001]本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種適用于無人機(jī)低空遙感圖像的拼接質(zhì)量評(píng)估與降冗方法及系統(tǒng)。背景技術(shù)[0002]無人機(jī)低空遙感是農(nóng)田作物長(zhǎng)勢(shì)和生理狀況監(jiān)測(cè)的重要手段，重疊度設(shè)定是無人機(jī)飛行過程中不可或缺的參數(shù)之一，為了探究重疊度對(duì)無人機(jī)拼接圖像質(zhì)量的影響并獲得高質(zhì)量的無人機(jī)低空遙感圖像數(shù)據(jù)，利用八旋翼無人機(jī)飛行平臺(tái)搭載多光譜和RGB相機(jī)在飛行速度、飛行高度和飛行路徑相同的情況下采用不同的重疊度設(shè)定進(jìn)行作物圖像采集是非常有必要的。但現(xiàn)有的圖像質(zhì)量評(píng)估方法大多僅適用于可見光圖像，而不適用于多光譜[0003]基于此，亟需一種能夠同時(shí)對(duì)可見光圖像和多光譜圖像進(jìn)行質(zhì)量評(píng)估的方法及系統(tǒng)。發(fā)明內(nèi)容[0004]本發(fā)明的目的是提供一種無人機(jī)低空遙感圖像拼接質(zhì)量評(píng)估與降冗方法及系統(tǒng)，利用改進(jìn)的布里斯克(BRISQUE)算法對(duì)無人機(jī)低空遙感圖像進(jìn)行質(zhì)量評(píng)估，既適用于可見光圖像，又適用于多光譜圖像。同時(shí)基于改進(jìn)的BRISQUE算法提出一種圖像降冗方法，能夠提高圖像拼接效率和拼接質(zhì)量。[0006]第一方面，本發(fā)明用于提供一種無人機(jī)低空遙感圖像拼接質(zhì)量評(píng)估方法，所述評(píng)估方法包括：[0007]利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，得到所述預(yù)設(shè)重疊度下的無人機(jī)低空遙感圖像集；所述無人機(jī)低空遙感圖像集包括多張遙感圖像，所述遙感圖像為可見光圖像或多光譜圖像；[0008]將所述無人機(jī)低空遙感圖像集進(jìn)行拼接，得到拼接后圖像；[0009]利用改進(jìn)后的BRISQUE算法對(duì)所述拼接后圖像進(jìn)行質(zhì)量評(píng)估，得到圖像質(zhì)量評(píng)分。[0010]本發(fā)明還用于提供一種無人機(jī)低空遙感圖像拼接質(zhì)量評(píng)估系統(tǒng)，所述評(píng)估系統(tǒng)包[0011]圖像采集模塊，用于利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，得到所述預(yù)設(shè)重疊度下的無人機(jī)低空遙感圖像集；所述無人機(jī)低空遙感圖像集包括多張遙感圖像，所述遙感圖像為可見光圖像或多光譜圖像；[0012]圖像拼接模塊，用于將所述無人機(jī)低空遙感圖像集進(jìn)行拼接，得到拼接后[0013]質(zhì)量評(píng)估模塊，用于利用改進(jìn)后的BRISQUE算法對(duì)所述拼接后圖像進(jìn)行質(zhì)量評(píng)估，得到圖像質(zhì)量評(píng)分。[0014]第二方面，本發(fā)明用于提供一種無人機(jī)低空遙感圖像降冗方法，所述降冗方法包5[0015]利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，得到所述預(yù)設(shè)重疊度下的無人機(jī)低空遙感圖像集；所述無人機(jī)低空遙感圖像集包括多張遙感圖像，所述遙感圖像為可見光圖像或多光譜圖像；[0016]利用改進(jìn)后的BRISQUE算法對(duì)每一所述遙感圖像進(jìn)行質(zhì)量評(píng)估，得到圖像質(zhì)量評(píng)[0017]以所述預(yù)設(shè)重疊度的下限作為固定冗余間隔；[0018]根據(jù)所述固定冗余間隔和每一所述遙感圖像的圖像質(zhì)量評(píng)分，對(duì)所述無人機(jī)低空遙感圖像集進(jìn)行降冗處理，得到降冗后圖像集；[0019]判斷所述降冗后圖像集是否能夠完成拼接；[0020]若是，則令所述固定冗余間隔加1,得到新的冗余間隔，并以所述新的冗余間隔作為下一循環(huán)的固定冗余間隔，返回“根據(jù)所述固定冗余間隔和每一所述遙感圖像的圖像質(zhì)量評(píng)分，對(duì)所述無人機(jī)低空遙感圖像集進(jìn)行降冗處[0022]本發(fā)明還用于提供一種無人機(jī)低空遙感圖像降冗系統(tǒng)，所述降冗系統(tǒng)包括：[0023]圖像采集模塊，用于利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，得到所述預(yù)設(shè)重疊度下的無人機(jī)低空遙感圖像集；所述無人機(jī)低空遙感圖像集包括多張遙感圖像，所述遙感圖像為可見光圖像或多光譜圖像；[0024]質(zhì)量評(píng)估模塊，用于利用改進(jìn)后的BRISQUE算法對(duì)每一所述遙感圖像進(jìn)行質(zhì)量評(píng)[0025]降冗處理模塊，用于以所述預(yù)設(shè)重疊度的下限作為固定冗余間隔；根據(jù)所述固定冗余間隔和每一所述遙感圖像的圖像質(zhì)量評(píng)分，對(duì)所述無人機(jī)低空遙感圖像集進(jìn)行降冗處[0026]判斷模塊，用于判斷所述降冗后圖像集是否能夠完成拼接；[0027]返回模塊，用于若是，則令所述固定冗余間隔加1,得到新的冗余間隔，并以所述新的冗余間隔作為下一循環(huán)的固定冗余間隔，返回“根據(jù)所述固定冗余間隔和每一所述遙感圖像的圖像質(zhì)量評(píng)分，對(duì)所述無人機(jī)低空遙感圖像集進(jìn)行降冗處理”的步驟；[0028]拼接模塊，用于若否，則對(duì)上一循環(huán)所得到的降冗后圖像集進(jìn)行拼接，得到拼接后[0029]根據(jù)本發(fā)明提供的具體實(shí)施例，本發(fā)明公開了以下技術(shù)效果：[0030]本發(fā)明用于提供一種無人機(jī)低空遙感圖像拼接質(zhì)量評(píng)估與降冗方法及系統(tǒng)，先利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，得到預(yù)設(shè)重疊度下的無人機(jī)低空遙感圖像集，再將無人機(jī)低空遙感圖像集進(jìn)行拼接，得到拼接后圖像，最后利用改進(jìn)后的BRISQUE算法對(duì)拼接后圖像進(jìn)行質(zhì)量評(píng)估，得到圖像質(zhì)量評(píng)分，通過改進(jìn)BRISQUE算法，使其同時(shí)適用于可見光圖像和多光譜圖像的質(zhì)量評(píng)估。此外，本發(fā)明還基于改進(jìn)的BRISQUE算法提出一種圖像降冗方法，能夠提高圖像拼接效率和拼接質(zhì)量。附圖說明[0031]為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例中所6需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。[0032]圖1為本發(fā)明實(shí)施例1所提供的評(píng)估方法的方法流程圖；[0033]圖2為本發(fā)明實(shí)施例1所提供的重疊度的計(jì)算示意圖；[0034]圖3為本發(fā)明實(shí)施例1所提供的改進(jìn)后的BRISQUE算法的流程圖；[0035]圖4為本發(fā)明實(shí)施例2所提供的評(píng)估系統(tǒng)的系統(tǒng)框圖；[0036]圖5為本發(fā)明實(shí)施例3所提供的降冗方法的方法流程圖；[0037]圖6為本發(fā)明實(shí)施例3所提供的降冗方法的整體過程流程圖；[0038]圖7為本發(fā)明實(shí)施例4所提供的降冗系統(tǒng)的系統(tǒng)框圖。具體實(shí)施方式[0039]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他[0040]本發(fā)明的目的是提供一種無人機(jī)低空遙感圖像拼接質(zhì)量評(píng)估與降冗方法及系統(tǒng)，利用改進(jìn)的BRISQUE算法對(duì)無人機(jī)低空遙感圖像進(jìn)行質(zhì)量評(píng)估，既適用于可見光圖像，又適用于多光譜圖像。同時(shí)基于改進(jìn)的BRISQUE算法提出一種圖像降冗方法，解決圖像采集完成后需要進(jìn)行圖像拼接而需要消耗大量時(shí)間成本問題，提高了圖像拼接效率，并同時(shí)提高圖像拼接質(zhì)量。[0041]為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明。[0043]本實(shí)施例用于提供一種無人機(jī)低空遙感圖像拼接質(zhì)量評(píng)估方法，如圖1所示，所述評(píng)估方法包括：[0044]S1:利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，得到所述預(yù)設(shè)重疊度下的無人機(jī)低空遙感圖像集；所述無人機(jī)低空遙感圖像集包括多張遙感圖像，所述遙感圖像為可見光圖像或多光譜圖像；[0045]本實(shí)施例可利用八旋翼無人機(jī)飛行平臺(tái)搭載多光譜和RGB相機(jī)，在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，在飛行過程中，多光譜相機(jī)采集的遙感圖像即為多光譜圖像，所有多光譜圖像組成多光譜低空遙感圖像集，RGB相機(jī)采集的遙感圖像即為可見光圖像，所有可見光圖像組成可見光低空遙感圖像集。[0046]如圖2所示，由于后期遙感圖像需要進(jìn)行拼接以得到一幅完整的正攝影圖像，因此對(duì)拍攝遙感圖像時(shí)的重疊度設(shè)定有一定要求，本實(shí)施例的預(yù)設(shè)重疊度的選擇原則為：以所獲得的無人機(jī)低空遙感圖像集能夠完成拼接為條件，確定預(yù)設(shè)重疊度的下限；相機(jī)曝光時(shí)間設(shè)定對(duì)重疊度上限有一定影響，這樣可以保證獲取清晰有效的圖像，故以所獲得的無人機(jī)低空遙感圖像集不失真(拖影)為條件，確定預(yù)設(shè)重疊度的上限。[0047]具體的，無人機(jī)低空遙感圖像集一般是在軟件中進(jìn)行拼接的，故在確定預(yù)設(shè)重疊7忽略不計(jì)。因此預(yù)設(shè)重疊度設(shè)置的上限值與曝光時(shí)間(t(ms))、相機(jī)傳感器尺寸(m(mm)*n(mm)),像素大小(p(pixel)*q(pixel)),無人機(jī)飛行速度(v(mm/s))有關(guān)，曝光時(shí)間設(shè)定具[0056]該步驟即為數(shù)據(jù)預(yù)處理過程，對(duì)獲取的所有多波段光譜低空遙感圖像(即多光譜圖像)或可見光低空遙感圖像(即可見光圖像)進(jìn)行圖像預(yù)處理，去除因設(shè)備問題導(dǎo)致的損8[0063](2)對(duì)單波段灰度圖像的像素進(jìn)行歸一化處理，得到歸一化圖像；[0064](3)計(jì)算歸一化圖像在水平、垂直、主對(duì)角線和次對(duì)角線四個(gè)方向上的MSCN相鄰系數(shù)的皮爾遜相關(guān)系數(shù)(Pearsonlinearcorrelationcoefficients,PLCC);[0065](4)將皮爾遜相關(guān)系數(shù)擬合成非零均值非對(duì)稱廣義高斯分布模型，提取非零均值非對(duì)稱廣義高斯分布模型的特征，得到圖像空域特征；[0066](5)將圖像空域特征輸入至支持向量機(jī)SVM回歸模型中做回歸，得到圖像質(zhì)量評(píng)[0067]本實(shí)施例通過修改輸入圖像的類型，繼而把BRISQUE算法中的相關(guān)參數(shù)進(jìn)行修改，使得該方法可同時(shí)適用于可見光圖像和多光譜圖像的質(zhì)量評(píng)估。[0068]本實(shí)施例所提供的評(píng)估方法，利用改進(jìn)后的BRISQUE算法對(duì)拼接后圖像的質(zhì)量進(jìn)行評(píng)估，可同時(shí)適用于無人機(jī)遙感多光譜圖像和可見光圖像的圖像質(zhì)量評(píng)估，相比于傳統(tǒng)研究只適用于自然場(chǎng)景圖像提供了對(duì)多光譜圖像質(zhì)量評(píng)估的一種新的思路。[0069]當(dāng)然，本實(shí)施例所用的評(píng)估方法也可用于探討重疊度對(duì)拼接質(zhì)量的影響，具體的，利用八旋翼無人機(jī)飛行平臺(tái)搭載多光譜和RGB相機(jī)在飛行速度(5m/s)、飛行高度(50m)和飛行路徑相同的情況下采用不同的重疊度設(shè)定進(jìn)行作物圖像采集，重疊度均處于預(yù)設(shè)重疊度的下限和上限之間。利用S2,按照飛行架次(即重疊度)利用AgisoftPhotoscan軟件進(jìn)行圖像拼接，得到每一重疊度下的完整試驗(yàn)區(qū)域的拼接后圖像，再利用S3對(duì)所有拼接后圖像進(jìn)行質(zhì)量評(píng)估，確定重疊度對(duì)拼接質(zhì)量的影響。此時(shí)，可同時(shí)適用于多光譜圖像和可見光圖像的質(zhì)量評(píng)估。[0071]本實(shí)施例用于提供一種無人機(jī)低空遙感圖像拼接質(zhì)量評(píng)估系統(tǒng)，如圖4所示，所述評(píng)估系統(tǒng)包括：[0072]圖像采集模塊M1,用于利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，得到所述預(yù)設(shè)重疊度下的無人機(jī)低空遙感圖像集；所述無人機(jī)低空遙感圖像集包括多張遙感圖像，所述遙感圖像為可見光圖像或多光譜圖像；[0073]圖像拼接模塊M2,用于將所述無人機(jī)低空遙感圖像集進(jìn)行拼接，得到拼接后圖像；[0074]質(zhì)量評(píng)估模塊M3,用于利用改進(jìn)后的BRISQUE算法對(duì)所述拼接后圖像進(jìn)行質(zhì)量評(píng)[0076]實(shí)施例1是一種基于改進(jìn)后的BRISQUE算法進(jìn)行無人機(jī)低空遙感圖像拼接質(zhì)量評(píng)估的方法，本實(shí)施例則基于該無人機(jī)低空遙感圖像拼接質(zhì)量評(píng)估方法，提出無人機(jī)飛行獲取圖像的降冗處理方法，以提高圖像拼接效率和拼接質(zhì)量。如圖5和圖6所示，本實(shí)施例用于提供一種無人機(jī)低空遙感圖像降冗方法，所述降冗方法包括：[0077]T1:利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，得到所述預(yù)設(shè)重疊度下的無人機(jī)低空遙感圖像集；所述無人機(jī)低空遙感圖像集包括多張遙感圖像，所述遙感圖像為可見光圖像或多光譜圖像；[0078]T1的步驟與實(shí)施例1中S1的步驟相同，在此不再贅述。預(yù)設(shè)重疊度也需要滿足實(shí)施例1所提出的預(yù)設(shè)重疊度的下限和上限。[0079]T2:利用改進(jìn)后的BRISQUE算法對(duì)每一所述遙感圖像進(jìn)行質(zhì)量評(píng)估，得到圖像質(zhì)量9評(píng)分；[0080]對(duì)遙感圖像進(jìn)行質(zhì)量評(píng)估的方法與實(shí)施例1中對(duì)拼接后圖像進(jìn)行質(zhì)量評(píng)估的方法相同，T2可以包括：[0081](1)將遙感圖像轉(zhuǎn)換為單波段灰度圖像；[0082](2)對(duì)單波段灰度圖像的像素進(jìn)行歸一化處理，得到歸一化圖像；[0083](3)計(jì)算歸一化圖像在水平、垂直、主對(duì)角線和次對(duì)角線四個(gè)方向上的MSCN相鄰系數(shù)的皮爾遜相關(guān)系數(shù)；[0084](4)將皮爾遜相關(guān)系數(shù)擬合成非零均值非對(duì)稱廣義高斯分布模型，提取非零均值非對(duì)稱廣義高斯分布模型的特征，得到圖像空域特征；[0085](5)將圖像空域特征輸入至支持向量機(jī)SVM回歸模型中做回歸，得到圖像質(zhì)量評(píng)分；圖像質(zhì)量評(píng)分越低，則遙感圖像的質(zhì)量越高。[0086]T3:以所述預(yù)設(shè)重疊度的下限作為固定冗余間隔；[0087]本實(shí)施例中，固定冗余間隔的選擇以重疊度為標(biāo)準(zhǔn)，不低于最低重疊度要求，最低重疊度是指預(yù)設(shè)重疊度的下限。[0088]T4:根據(jù)所述固定冗余間隔和每一所述遙感圖像的圖像質(zhì)量評(píng)分，對(duì)所述無人機(jī)低空遙感圖像集進(jìn)行降冗處理，得到降冗后圖像集；[0089]本實(shí)施例通過改進(jìn)后的BRISQUE算法對(duì)所有遙感圖像進(jìn)行圖像質(zhì)量評(píng)分，并根據(jù)評(píng)分結(jié)果的高低在固定冗余間隔內(nèi)選擇質(zhì)量最好的圖像作為拼接影像，組成降冗后圖像[0090](1)將無人機(jī)低空遙感圖像集中的遙感圖像按照拍攝時(shí)間的先后順序依次排列；[0091](2)將第一張遙感圖像存入降冗后圖像集，并以第一張遙感圖像作為初始圖像；[0092](3)選取初始圖像后連續(xù)的N張遙感圖像中圖像質(zhì)量評(píng)分最低的遙感圖像作為選中圖像，將選中圖像存入降冗后圖像集；N的值根據(jù)固定冗余間隔而確定；[0093](4)判斷所有遙感圖像是否均被篩選完成；[0094](5)若否，則以選中圖像作為下一循環(huán)中的初始圖像，返回“選取初始圖像后連續(xù)的N張遙感圖像中圖像質(zhì)量評(píng)分最低的遙感圖像作為選中圖像”的步驟。[0095](6)若是，則得到降冗后圖像集。[0096]更為具體的，以固定冗余間隔是2為例，介紹降冗步驟：(1)從連續(xù)航片第1幅圖像開始，選中第1幅圖像，將連續(xù)的2張圖像中圖像評(píng)分最低、也即質(zhì)量最好的1張篩選出來，再以選定圖像為起始，將連續(xù)的2張圖像中圖像評(píng)分最低、也即質(zhì)量最好的1張篩選出來，以上步驟重復(fù)進(jìn)行，直至該航帶的像片篩選完后，繼續(xù)下一條航帶的篩選，將全部篩選出的質(zhì)量最好的圖像組成降冗后圖像集。降冗后圖像集中的圖像進(jìn)行拼接處理，就得到高質(zhì)量的正射影像。[0097]T5:判斷所述降冗后圖像集是否能夠完成拼接；[0098]T6:若是，則令所述固定冗余間隔加1,得到新的冗余間隔，并以所述新的冗余間隔作為下一循環(huán)的固定冗余間隔，返回“根據(jù)所述固定冗余間隔和每一所述遙感圖像的圖像質(zhì)量評(píng)分，對(duì)所述無人機(jī)低空遙感圖像集進(jìn)行降冗處理”的步驟；[0099]T7:若否，則對(duì)上一循環(huán)所得到的降冗后圖像集進(jìn)行拼接，得到拼接后圖像。[0100]在相同計(jì)算機(jī)環(huán)境下，對(duì)高分辨率的無人機(jī)遙感圖像進(jìn)行拼接是一個(gè)工作量很大的事情，例如在做實(shí)驗(yàn)時(shí)，400張四千萬像素的RGB圖像進(jìn)行高質(zhì)量拼接需要40小時(shí)，200張只需要十多個(gè)小時(shí)，圖像張數(shù)越多，拼接時(shí)的工作時(shí)間是成倍增加的，降冗處理之后意味著圖像張數(shù)更少，圖像張數(shù)減少可以大大提高拼接效率。本實(shí)施例先確認(rèn)該重疊度下獲取的遙感圖像是否能夠符合降冗條件，因此先進(jìn)行了一次圖像拼接，若能拼接，檢驗(yàn)該重疊度下的圖像是否有圖像冗余，以固定冗余間隔取最小值開始進(jìn)行圖像降冗，降冗完成后再次檢查是否可以進(jìn)行圖像拼接，若還是可以，令固定冗余間隔加1開始進(jìn)行圖像降冗，以此類推，直到圖像不能完成整體拼接，說明上一循環(huán)中留的圖像為可獲得完整正射影圖的最少圖像張圖，此時(shí)的圖像拼接效率最高，質(zhì)量最好。本實(shí)施例能夠進(jìn)行最大程度的降冗處理，大大減少圖像張數(shù)，提高工作效率，且降冗過程中會(huì)基于圖像質(zhì)量評(píng)估方法選擇質(zhì)量最好的圖像組成降冗后圖像集，能夠在提高工作效率的同時(shí)提高精度。[0101]作為一種可選的實(shí)施方式，則本實(shí)施例的降冗方法還可以包括：利用改進(jìn)后的BRISQUE算法對(duì)拼接后圖像進(jìn)行質(zhì)量評(píng)估，得到拼接后圖像的圖像質(zhì)量評(píng)分。本實(shí)施例通過對(duì)遙感圖像進(jìn)行質(zhì)量評(píng)估來進(jìn)行降冗處理，對(duì)拼接后圖像進(jìn)行質(zhì)量評(píng)估的目的在于比較降冗前后對(duì)圖像拼接質(zhì)量的影響，可有效提高圖像拼接質(zhì)量。[0102]利用八旋翼無人機(jī)飛行平臺(tái)搭載多光譜和RGB相機(jī)在飛行速度(5m/s)、飛行高度(50m)和飛行路徑相同的情況下采用不同的重疊度設(shè)定進(jìn)行作物圖像采集，重疊度均處于下限和上限之間。利用本實(shí)施例的降冗方法將每一個(gè)重疊度下的遙感圖像都進(jìn)行篩選，再依次進(jìn)行拼接得到經(jīng)過篩選后的正攝影圖，并記錄拼接時(shí)間，同時(shí)對(duì)拼接后圖像進(jìn)行質(zhì)量[0103]由于一般飛行過程中重疊度越高，拍照間隔越短，獲取的目標(biāo)區(qū)域的圖像越多，數(shù)據(jù)量越多，后期圖像拼接時(shí)間越長(zhǎng)，該參數(shù)設(shè)定受限于成像設(shè)備硬件參數(shù)與圖像拼接要求，存在上下閾值。通過圖像拼接技術(shù)得到的拼接圖像的質(zhì)量直接決定信息獲取的正確與否，該步驟可獲取更高質(zhì)量的拼接圖像的同時(shí)提高圖像拼接效率，與傳統(tǒng)的無人機(jī)飛行、數(shù)據(jù)處理方式相比可提高作業(yè)效率，降低作業(yè)成本，更好的指導(dǎo)農(nóng)業(yè)實(shí)踐。[0105]本實(shí)施例用于提供一種無人機(jī)低空遙感圖像降冗系統(tǒng)，如圖7所示，所述降冗系統(tǒng)[0106]圖像采集模塊M4,用于利用無人機(jī)在預(yù)設(shè)重疊度設(shè)定下采集地面圖像，得到所述預(yù)設(shè)重疊度下的無人機(jī)低空遙感圖像集；所述無人機(jī)低空遙感圖像集包括多張遙感圖像，所述遙感圖像為可見光圖像或多光譜圖像；[0107]質(zhì)量評(píng)估模塊M5,用于利用改進(jìn)后的BRISQUE算法對(duì)每一所述遙感圖像進(jìn)行質(zhì)量[0108]降冗處理模塊M6,用于以所述預(yù)設(shè)重疊度的下限作為固定冗余間隔；根據(jù)所述固定冗余間隔和每一所述遙感圖像的圖像質(zhì)量評(píng)分，對(duì)所述無人機(jī)低空遙感圖像集進(jìn)行降冗[0109]判斷模塊M7,用于判斷所述降冗后圖像集是否能夠完成拼接；[0110]