[发明专利]基于尺度不变特征变换的无人飞行器景象匹配定位方法

摘要

本发明涉及一种基于尺度不变特征变换的无人飞行器景象匹配定位方法，其特征在于：利用尺度不变特征变换算法提取匹配目标图像和无人飞行器前下视图的特征描述向量，判断该帧前下视图与匹配目标图像是否匹配，如果匹配，则记录匹配点在匹配目标图像和匹配目标所在的卫星图中的坐标，并根据匹配点的坐标在无人飞行器前下视场中计算出无人飞行器在卫星图上现处的位置坐标，对无人飞行器进行定位；如果匹配失败，则读入无人飞行器的下一帧前下视图继续匹配。利用本发明方法，可以准确地对无人飞行器前下视图和卫星图中匹配目标进行匹配，并根据所建立的无人飞行器前下视图模型判断无人飞行器现处的位置坐标，对无人飞行器进行定位。

主权项

一种基于尺度不变特征变换的无人飞行器景象匹配定位方法，其特征在于步骤如下：步骤1提取匹配目标图像的特征描述向量Fi：利用尺度不变特征变换方法提取匹配目标图像I1的特征描述向量Fi，i＝1，2，...m；其中：Fi表示图像I1的第i个特征描述向量；m表示图像I1中特征描述向量的个数且m∈(0,10000)；步骤2提取无人飞行器前下视图的特征描述向量Fj：利用尺度不变特征变换方法提取无人飞行器拍摄的前下视图I2的特征描述向量Fj，j＝1，2，...n；其中：Fj表示图像I2的第j个特征描述向量；n表示图像I2中特征描述向量的个数且n∈(0,10000)；步骤3查找匹配特征点：在Fi中查找出与Fj欧式距离最近的特征点，当两点的欧式距离小于阈值Q时，则该点为Fj的匹配点；当匹配的特征点数目达到阈值W时，该无人飞行器前下视图与匹配目标图像匹配成功；然后分别在匹配目标图像和该匹配目标图像所在的卫星图像中记录特征点坐标(fx，fy)和(rex，rey)，若匹配失败，重复步骤2；步骤4计算无人飞行器现处位置：利用匹配目标图像和卫星图像上的位置坐标(fx，fy)和(rex，rey)计算无人飞行器当前位置坐标(lxresult，lyresult)，具体步骤如下：步骤a：利用 Δx = h × tan ( c + b + e ) Lw - fy > 0 h × tan ( c + b - e ) Lw - fy < 0 h × tan ( c + b ) Lw - fy = 0 计算匹配点坐标(fx，fy)与无人飞行器位置的纵坐标之差Δx；其中：h表示无人飞行器的高度参数；c＝π/2‑a‑2b；a表示无人飞行器俯角；b表示无人飞行器视角一半；e＝arctan(|Lw‑fy|/Lm)；||表示取绝对值；Lw＝[h/tan(a)‑h×tan(c)]×sin(a)/sin(π/2+b)；Lm＝Lw/2/tan(a)；步骤b：利用Δy＝|fx‑LL|×Lc/Lcw计算匹配点坐标(fx，fy)与无人飞行器位置的横坐标之差Δy；其中：LL表示匹配目标图像宽度的一半，LL＝L/2； Lc = h / cos ( b + c + e ) Lw - fy > 0 h / cos ( b + c - e ) Lw - fy < 0 h / cos ( b + c ) Lw - fy = 0 ; Lcw＝Lm/cos(e)；步骤c：采用下式计算，得到无人飞行器当前位置坐标(lxresult,lyresult) lxresult = Δx × sin θ + Δy × cos θ + rex fx - LL < 0 Δx × sin θ - Δy × cos θ + rex fx - LL > 0 Δx × sin θ + rex fx - LL = 0 lyresult = Δx × cos θ - Δy × sin θ + rex fx - LL < 0 Δx × cos θ + Δy × sin θ + rex fx - LL > 0 Δx × cos θ + rex fx - LL = 0 其中：lxresult表示无人飞行器在卫星图上的横坐标；lyresult表示无人飞行器在卫星图上的纵坐标；θ为无人飞行器飞行方向与正北方向的夹角。