（Python）Gdal与Opencv遥感影像Siticher拼接

前言

“ 很多时候，我们需要研究较大空间范围的研究区域时，单幅遥感图无法覆盖整个研究区域，这时就需要对遥感图像进行镶嵌（或拼接）。”
本文使用Python+Opencv+GDAL实现相邻两个遥感图像之间重叠区域的拼接。
基本步骤为：

1. 对每幅图进行特征点提取
2. 对特征点进行匹配
3. 进行图像配准
4. 把图像拷贝到另一幅图像的特定位置
5. 对重叠边界进行特殊处理（颜色融合）
   最近使用python进行一些的遥感影像处理，发现摄影测量方面相比于CV领域资料非常匮乏，特此记录一些小工具的实现，也为遥感领域的开源做出自己的一些贡献，水平有限，能用而已。

使用Opencv的Stitcher(傻瓜式)

import numpy as np
import cv2
from time import *
def normalization(data):
    _range = np.max(data) - np.min(data)
    return (data - np.min(data)) / _range
def Tiff16to8bit(img_16):
    if (np.max(img_16) - np.min(img_16) != 0):
        img_nrm = normalization(img_16)
        img_8 = np.uint8(255 * img_nrm)
    return img_8

#读入图像
img_b = cv2.imread('D:\\SongshanZY3\\ortho\\BWDSC.tif', cv2.IMREAD_LOAD_GDAL)
img_f = cv2.imread('D:\\SongshanZY3\\ortho\\FWDSC.tif', cv2.IMREAD_LOAD_GDAL)
#取一小块出来
x_offset,y_offset = 5000,6000
block_size_x = 3000
block_size_y = 3000
block_B = img_b[y_offset:y_offset + block_size_y,x_offset:x_offset + block_size_x]
block_F = img_f[y_offset+1000:y_offset+1000 + block_size_y,x_offset:x_offset + block_size_x]
block_B = Tiff16to8bit(block_B)
block_F = Tiff16to8bit(block_F)

#构建拼接器
stitcher = cv2.Stitcher.create(cv2.Stitcher_PANORAMA)#根据不同的OpenCV版本来调用
#需要RGB格式图
i1 = cv2.cvtColor(block_B,cv2.COLOR_GRAY2RGB)
i2 = cv2.cvtColor(block_F,cv2.COLOR_GRAY2RGB)

begin_time = time()
#key CODE
(_result, pano) = stitcher.stitch((i1, i2))
end_time = time()
run_time = end_time-begin_time
print ('运行时间：',run_time,'s') #该循环程序运行时间： 1.4201874732

cv2.namedWindow('pano',0)
cv2.imshow('pano', pano)
cv2.imwrite('pano.png', pano)
cv2.waitKey(0)

TODO：自己实现

运行结果

耗时情况

30003000的小块，运行时间： 1.5169708728790283 s
80008000的小块，运行时间： 3.1366703510284424 s

拼接效果

总体效果

局部细节（接缝处）

纹理轮廓无明显的突变或裂缝，融合效果好。
如需交流，个人联系方式：WHUwsd1995