关于文件m_img_match.py

图像校正

• 对于红外与可见光图像首先需要知道拍摄的相机参数
• 详细的参数可参考DJI相机参数
• 以Zenmuse XT2 (640X512)举例，文件中需要得知的参数分别是：

传感器宽度Sensor Size Width: 10.88mm
传感器高度Sensor Size Height: 8.7mm

• 对应代码

IR_SENSOR_WIDTH = 10.88
IR_SENSOR_HEIGHT = 8.7
VIS_SENSOR_WIDTH = 7.4
VIS_SENSOR_HEIGHT = 5.55

• 根据传感器尺寸求出图像单位像素的实际尺寸大小DIR、DVIS

    # 获取红外与可见光的XMP信息
    ir_xmp = get_xmp_info(irimg_path)
    vis_xmp = get_xmp_info(visimg_path)

    # 计算图像单位像素的实际尺寸大小
    d_ir = ir_xmp['ImageWidth'] / IR_SENSOR_WIDTH
    d_vis = vis_xmp['ImageWidth'] / VIS_SENSOR_WIDTH

• 利用pyexiv2库读取图片中的XMP信息，封装到m_img_match.py，该文件返回一个字典包括图像的经纬度、高度、偏航角、俯仰角、翻滚角、焦距、图像尺寸大小
• 利用专利1的内容对图像进行几何校正

    #几何校正
    ir_img = Geo_Correcition(ir_img,d_ir,ir_xmp['FocalLength'],ir_xmp['Flight-Yaw'])
    vis_img = Geo_Correcition(vis_img,d_vis,vis_xmp['FocalLength'],vis_xmp['Flight-Yaw'])

• 利用软件获取的参数进行桶型校正

#桶型校正
    ir_img = undistort(ir_img, d_ir, ir_xmp['FocalLength'], 1)
    vis_img = undistort(vis_img, d_vis, vis_xmp['FocalLength'], 2)

• 关于cv2.undistort(img,K,D)函数：

    #桶型校正
    cv2.undistort(img,K,D)
    第一个参数src，输入参数，代表畸变的原始图像；
    第二个参数cameraMatrix，为之前求得的相机的内参矩阵；
    第三个参数distCoeffs，为之前求得的相机畸变矩阵；

• 进行QPSO优化匹配参数
• 最后返回最优化配准参数pa以及融合图fine_MATCH