[发明专利]基于GPU的无人机影像特征点提取方法

说明书

本公开的实施例提供了基于GPU的无人机影像特征点提取方法、装置、设备和计算机可读存储介质。所述方法包括通过CPU将原始无人机影像和高斯滤波函数上载到GPU；通过GPU采用所述高斯滤波器函数，对所述原始无人机影像进行预处理，生成高斯金字塔影像；采用预设算法对所述高斯金字塔影像进行搜索，得到角点特征点，将所述高斯金字塔影像读回到CPU；通过CPU对所述高斯金字塔影像进行图层相减生成高斯差分金字塔，并将所述高斯分差金字塔传输到GPU；通过GPU对所述高斯差分金字塔进行斑点特征点提取，得到斑点特征点；完成对所述无人机影像的特征点提取。以此方式，提高了提取特征点的速度。

技术领域

本公开的实施例一般涉及图像处理领域，并且更具体地，涉及基于GPU 的无人机影像特征点提取方法、装置、设备和计算机可读存储介质。

背景技术

随着无人机在各个行业的广泛应用，基于无人机影像的三维信息重建各个环节的技术日趋成熟，无人机获取影像像幅小、影像重叠率高、分辨率高，影像信息量大，作用范围广，使得地物不可避免的存在部分遮挡现象，而且获取影像时对一个测区内影像的数量较多，而对较大区域进行航飞时需要多个架次飞行获取数据，这些会导致不同架次飞行时光照条件的差异较大。在这种情况下，常规的特征点提取方法面临着其计算量大、速度慢、点数量提取有限的问题，同时这些算法主要基于CPU进行计算，提取速度相比较GPU较慢。

发明内容

根据本公开的实施例，提供了一种基于GPU的无人机影像特征点提取方案。

在本公开的第一方面，提供了一种基于GPU的无人机影像特征点提取方法。该方法包括：

通过CPU将原始无人机影像和高斯滤波函数上载到GPU；

通过GPU采用所述高斯滤波器函数，对所述原始无人机影像进行预处理，生成高斯金字塔影像；采用预设算法对所述高斯金字塔影像进行搜索，得到角点特征点，将所述高斯金字塔影像读回到CPU；

通过CPU对所述高斯金字塔影像进行图层相减生成高斯差分金字塔，并将所述高斯分差金字塔传输到GPU；

通过GPU对所述高斯差分金字塔进行斑点特征点提取，得到斑点特征点；完成对所述无人机影像的特征点提取。

进一步地，所述通过GPU采用所述高斯滤波器函数，对所述原始无人机影像进行预处理，生成高斯金字塔影像包括：

所述高斯滤波器函数为一组连续变化的函数；

通过GPU采用所述高斯滤波器函数对所述原始无人机影像卷积，生成一系列的高斯尺度空间的图像，得到整组高斯金字塔影像。

进一步地，所述采用预设算法对所述高斯金字塔影像进行搜索，得到角点特征点包括：

基于所述高斯金字塔影像，建立尺度自适应的自相关矩阵；

根据所述尺度自适应的自相关矩阵，确定特定尺度空间内的特征点；

对所述特征点的8邻域内进行角点响应最大值搜索，得到所述角点特征点。

进一步地，所述通过GPU对所述高斯差分金字塔进行斑点特征点提取，得到斑点特征点包括：

去除所述高斯差分金字塔中低于预设对比度的点和边缘响应点，得到斑点特征点。

进一步地，所述去除所述高斯差分金字塔中低于预设对比度的点包括：

将所述高斯差分金字塔的差分高斯空间中每个像素点的值，与该像素点周围的8个像素点的值进行逐一比较；

若该像素点的值，与该像素点周围的8个像素点的值均不相等，则将该像素点与该像素点所在层上下相邻的9个像素点的值进行逐一比较；