[发明专利]机场识别中基于局部全局特征联合决策的聚类方法

说明书

技术领域

本发明属于航拍图像处理领域，特别是涉及一种机场识别中基于局部全局特征联合决策的聚类方法。

背景技术

无人机航拍目前是对地侦察的一种重要途径，自动、快速地根据已有的特定目标图像从航拍视频中快速定位识别目标，具有非常重要的意义。

文献“基于特征目标匹配识别地图中特殊图标的方法，电子测量与仪器学报，2012，Vol.26(7),p605-609”公开了一种基于特征模板匹配和聚类分析的特定目标识别算法。此方法从颜色特征着手，利用最大最小距离算法和颜色一致性聚类分析实现对特定目标的快速识别。但是，文中所述的特征提取部分是针对正视图的情况下的颜色分布进行的，当观察特定目标的视角发生变化时，该方法则失效了，针对航拍视频，观察目标的视角是可变的，该特征提取方法失效，且文中方法并没有进行时间测试。

发明内容

为了克服现有基于特征目标匹配识别地图中特殊图标的方法实时性差的不足，本发明提供一种机场识别中基于局部全局特征联合决策的聚类方法。该方法通过图像多视角Surf特征匹配确定目标位置、相邻帧间Orb特征匹配、多视角匹配与帧间匹配联合确定目标位置和累积误差的调整。首先在第K帧启动多视角Surf特征匹配线程，根据模板图像生成该模板在相机视角发生变化时的多视角图像，分别提取第K帧和模板图像及其多视角图像的Surf特征，特征匹配后得到与第K帧最匹配的模板图像的某个视角图像以及在第K帧的目标位置；其次，同时启动相邻两帧的Orb特征匹配线程，从第K帧图像开始，分别提取相邻两帧图像的Orb特征，进行特征匹配得到相邻两帧以及从第K帧到当前帧的单应矩阵；再次，结合多视角Surf特征匹配和相邻两帧Orb特征匹配得到目标在当前帧的位置；最后，当累积帧数达到需要进行校正的阈值时，启动多视角Surf特征匹配线程进行校正。本发明弥补了特征匹配时对视角考虑不足的缺陷，而且运算时间短，达到了实时性的要求。

本发明解决其技术问题所采用的技术方案是：一种机场识别中基于局部全局特征联合决策的聚类方法，其特点是包括以下步骤：

步骤一、对于模板图像，首先生成各视点的图像。已有的ASIFT算法中模拟视角变化，变换矩阵A=abcd]]>分解为：

式中，λ＞0，φ和为摄像机的视角，分别代表经度角和纬度角，ψ为摄像机的旋转角，T_t为倾斜程度。

对倾斜参数t和经度角φ进行采样，参数t按照等比数列t＝1,a,a²,...,aⁿ进行采样，其中n＝5，参数φ按照等差数列φ＝0,b/t,...,kb/t进行采样，其中b＝72,kb/t＜180°。

将得到的t和φ的采样值代入下式：