無人機具有便於攜帶、起降靈活、風險小等優點，基於無人機的高光譜成像係統應用越來越廣泛，如林火監測、地質勘探、海洋探測等。本文簡單介紹了無人機高光譜成像係統的影像配準方法。

由於傳感器是框幅式成像,使得不同波段成像時間不一致,導致不同波段之間存在位置差異[6],影像出現重影,如圖1所示。因此,需要做單波段影像配準。

圖1 不同單波段影像存在位置差異

影像配準的目的是將兩幅影像中對應於空間同一位置的點一一對應起來[9]。本文主要采用特征點配準方法來完成,該方法具有計算量少、效率高、魯棒性等特點[10]。通過以下4個步驟進行：

1. 特征點檢測。特征點檢測結果的好壞,直接影響配準的精度,乃至影像拚接的最終結果。本文使用特征點檢測算法Moravec,因為該算法檢測到的特征點較多,準確率也相對更高。

2. 特征點匹配。該步驟通過特征描述符、相似性度量等建立待匹配影像與目標影像特征間的相關性。

3. 轉換模型估計。該步驟通過待匹配影像與目標影像的相關性估計兩張影像間的映射函數的類型和參數[7]。

4. 重采樣與轉換。使用映射函數轉換待匹配影像,並進行重采樣。

無人機高光譜影像的波段數目較多,進行單波段灰度影像配準時需要選擇一個波段作為基準波段,將其餘波段與基準波段進行配準,得到配準後的單波段影像。這種方法的配準誤差最小,且可以避免出現誤差累積的情況。