[发明专利]一种陆空一体化无人机组测量方法

说明书

本发明公开了一种陆空一体化无人机组测量方法，属于无人机组测量领域，提出了无人机组测量相机自标定方法，利用最少5个图像匹配点对同时求解多个像机的径向畸变参数和多个像机之间的单应矩阵，并结合RANSAC剔除图像匹配点集中的野值，确定图像匹配内点集；然后通过单应矩阵分解获得两个像机坐标系之间的旋转平移关系；最后根据RANSAC确定的图像匹配内点集优化双目像机的内参数和外参数，此外，本方法可以通过对多个立体图像对进行联合优化，得到更加鲁棒和精确的双目像机标定结果。仿真和实际实验验证了本方法能够在平面场景条件下高精度标定多组相机。

技术领域

本发明涉及无人机组测量领域，尤其涉及一种陆空一体化无人机组测量方法。

背景技术

相机机标定技术是立体视觉的关键技术，相机的标定精度直接影响着测量精度；相机标定通常是指通过标定实验确定相机的内参数和外参数，其中内参数包括两个相机的焦距，主点和畸变参数，外参数包括两个相机坐标系之间的旋转矩阵和平移向量。场景空间点与其投影图像点之间的对应关系由相机的内参数和外参数共同决定。

发明内容

本发明为解决上述问题，而提出的一种陆空一体化无人机组测量方法。

为了实现上述目的，本发明采用了如下技术方案：

一种陆空一体化无人机组测量方法，包括以下步骤：

S1、对测量无人机进行编组，使每组无人机对平面场景进行同步采集图像；

S2、对每组无人机采集的图像进行特征点的提取和匹配；

S3、将采集的图像匹配点进行同时求解每组无人机中的相机的径向畸变参数和每组无人机中的相机之间的单应矩阵，并结合RANSAC剔除图像匹配点集中的野值，确定图像匹配内点集；

S4、通过单应矩阵分解获得每组无人机的相机坐标系之间的旋转平移关系；

S5、根据RANSAC确定的图像匹配内点集优化相机的内参数和外参数。

优选地，所述S2中对图像特征点进行提取和匹配时，图像特征点≥5个。

优选地，所述S3中的每组无人机所拍摄的平面场景相同，则每组无人机相机之间的单应关系如下：

其中a为比例因子，x_u和是3D平面上的点在相机中的立项投影图像点齐次坐标，不包含径向畸变；

单应矩阵H可表示为：

其中R和t分别表示某一相机到另一相机坐标系的旋转矩阵和平移向量，d是相机到3D平面的距离，N＝[n₁,n₂,n₃]^T是3D平面在相机坐标系中的单位法向量。

优选地，所述单应关系公式中不包含径向畸变，采用单参数除法径向畸变模型对相机的径向畸变进行建模。

优选地，所述S3中单应矩阵H和畸变参数的同时求解时，根据多个图像匹配点对同时求解单应矩阵H和径向畸变参数，获得实际图像匹配点对之间的约束方程，并将根据多个图像匹配点获得的对应约束方程堆叠成方程组，进行求解，并通过RANSAC选取最大内点解作为最终的单应矩阵和畸变参数。

优选地，所述S4中的单应矩阵H分解时，首先确定单应矩阵H的尺度因子，从而确定单应矩阵H，之后将单应矩阵H分解为双相机的外参数，单应矩阵H分解使存在4中可能，根据相机的配置从多个解中判断出唯一合理的解。