[发明专利]多模态图像鲁棒匹配VNS方法

说明书

本发明公开的一种多模态图像鲁棒匹配VNS的方法，匹配成功率高、适应性强。通过下述技术方案实现：采用奇对称滤波器对原始图像进行滤波，对获得的多个尺度和方向的边缘结构图进行叠加累积，构造累积结构特征图；通过多个尺度和方向的边缘结构图在图像水平和垂直方向的分量计算特征方向图；以特征点局部邻域内的累积结构特征图和特征方向图构造局部结构特征图方向场，以累积结构特征图和方向特征图构造特征描述子，用马氏距离替代欧式距离进行描述子向量归一化；以最近邻Hellinger距离作为匹配测度，通过双向匹配获得初始匹配结果；改进优化随机采样方法的收敛性能并兼顾精度，对初始匹配结果进行粗差剔除，获得正确率高的内点集合。

技术领域

本发明涉及广泛应用于无人机视觉导航、地面目标跟踪定位、遥感图像配准及卫星图像变化检测等领域,特别涉及一种面向无人机视觉辅助导航遥感图像处理的模态鲁棒图像匹配方法。

背景技术

目前主流无人机定位导航主要有惯性导航、全球卫星导航与无线电导航等。惯性导航系统(INS)自主性好,短时精度高,抗干扰性强，其主要缺点是定位误差随时间快速积累,而高精度的惯性导航系统不但重量、体积较大,且造价昂贵。全球卫星导航系统(GNSS,包括GPS,GLONASS,北斗和Galileo等)定位精度高,且误差不随时间积累,但自主性能差,容易受干扰,信息更新速率较低。由无线电测控系统或雷达系统组成的无线电定位系统可以通过发射机发射电磁波,接收机通过天线接收到信号,然后根据电磁波的速度及发射至回波间隔时间,测量出无人机相对地面站的距离,由测得的飞机方位角和高低角、飞行高度确定飞机的相对位置；它们的定位精度虽与时间关系不大,但易受干扰,而且必须依赖地面站。现有无人机大多采用组合导航系统，它是将短时精度很高并且可以提供连续实时全参数(位置、速度和姿态)导航信的INS作为主导航系统，而将其它导航定位误差不随时间积累的导航系统(如无线电导航、卫星导航和视觉导航等)作为辅助导航系统，以修正INS随工作时间积累而逐渐增大的导航定位误差。

无人机视觉辅助导航(VNS)是一种重要的自主导航技术，利用可见光相机、红外相机、合成径雷达(SAR)等载荷感知环境成像，通过实时图像与参考底图进行匹配获取控制点，再通过后方交会技术获得实时图像精确的位置和姿态信息，辅助INS进行组合导航，提高INS的导航精度。由于VNS的自主性、可视性及智能化等特点使其迅速成为导航领域的研究热点，可在GNSS失效或精度大幅下降等退化环境下为无人机长航时辅助INS导航提供新的方式和手段，对于提高无人机在复杂环境下的自主性和生存性具有重大意义。