一种基于分级匹配策略的改进无人机三维信息获取方法技术

本发明专利技术公开了一种基于分级匹配策略的改进无人机三维信息获取方法，结合双目相机标定对视频图像进行校正；在极线约束下，利用基于邻域灰度的模板匹配算法，在右目图像中进行匹配，确定目标区域；获取左右目标区域后，提取轮廓图及关键特征点，基于灰度相关的密集型精匹配对候选匹配点进行进一步的精确匹配；根据精确匹配后的目标关键特征点的视差值和双目相机几何模型计算求取目标三维信息。本发明专利技术能够实现无人机的检测、跟踪、精确匹配和三维定位。

【技术实现步骤摘要】

本专利技术涉及一种基于分级匹配策略的改进无人机三维信息获取方法。
技术介绍
在军用和商用方面，旋翼无人机的自主飞行一直是研究热点，应用领域也越来越多。旋翼无人机的准确定位是实现避障、路径规划以及抓取等各种复杂任务的前提。目前广泛应用的无人机三维空间定位技术有两种方式：一类是无人机通过携带的装备，如GPS、惯性导航，同步定位与制图(SLAM)，获得精确的位置信息；另一类是借助外设备提供精确的位置信息，如全球卫星定位系统、运动捕捉系统。运动捕捉系统拥有高分辨率的摄像头，可以亚毫米级地追踪一个或多个无人机的位姿。机载设备定位方式是集成在飞行控制系统中，不能独立于无人机，灵活性较差。美国宾夕法尼亚大学GRASP实验室利用英国Vicon公司开发的由8个相机组成的运动捕捉系统，完成了室内环境下四旋翼无人机的精确、高难度飞行动作捕捉。英国谢菲尔德大学信息技术与系统工程系开发的MATRIX系统，利用2个相机对安装在四旋翼无人机的标记点进行定位，从而获得无人机的姿态和位置。类似的运动捕捉系统还有美国MotionAnalysis公司的Rapter系列系统。运动捕捉系统主要原理是：通过多个相机，对安装在本文档来自技高网...

【技术保护点】
一种基于分级匹配策略的改进无人机三维信息获取方法，其特征是：具体包括以下步骤：(1)结合双目相机标定对视频图像进行校正；(2)在极线约束下，利用基于邻域灰度的模板匹配算法，在右目图像中进行匹配，确定目标区域；(3)获取左右目标区域后，提取轮廓图及关键特征点，基于灰度相关的密集型精匹配对候选匹配点进行进一步的精确匹配；(4)根据精确匹配后的目标关键特征点的视差值和双目相机几何模型计算求取目标三维信息。

【技术特征摘要】
1.一种基于分级匹配策略的改进无人机三维信息获取方法，其特征是：具体包括以下步骤：(1)结合双目相机标定对视频图像进行校正；(2)在极线约束下，利用基于邻域灰度的模板匹配算法，在右目图像中进行匹配，确定目标区域；(3)获取左右目标区域后，提取轮廓图及关键特征点，基于灰度相关的密集型精匹配对候选匹配点进行进一步的精确匹配；(4)根据精确匹配后的目标关键特征点的视差值和双目相机几何模型计算求取目标三维信息。2.如权利要求1所述的一种基于分级匹配策略的改进无人机三维信息获取方法，其特征是：所述步骤(1)中，对于双目相机利用张正友标定法进行标定，获取双目相机成像几何模型中的摄像机的内参数矩阵，确定物点和像点的数学关系。3.如权利要求1所述的一种基于分级匹配策略的改进无人机三维信息获取方法，其特征是：所述步骤(1)中，根据双目相机标定后获得的X、Y方向的映射矩阵，使左右图像中的共轭极线位于同一水平线，将二维空间的匹配问题简化到一维空间的求解。4.如权利要求1所述的一种基于分级匹配策略的改进无人机三维信息获取方法，其特征是：所述步骤(1)中，具体的图像校正过程包括：(1-1)将源图像像素坐标通过内参数矩阵转为为相机坐标系坐标；(1-2)利用旋转矩阵进行平行极线校正，通过畸变参数校正图像的相机坐标；(1-3)校正后通过内参矩阵将相机坐标系转化为图像像素坐标。5.如权利要求1所述的一种基于分级匹配策略的改进无人机三维信息获取方法，其特征是：所述步骤(2)中，在参考图像待匹配点周围一定领域内选取各个像素点灰度值作为参考值，在目标图像中选取相对应的窗口，在图像上移动，依次对比两窗口中像素灰度矩阵的相似性，相似性最高且达到阈值要求时，则为匹配区域。6.如权利要求1所述的一种基于分级匹配策略的改进无人机三维信息获取方法，其特征是：所述步骤(2)中，利用像素点所在位置，构建匹配区域，定义左图像中目标点的邻域为模板图像T...

【专利技术属性】
技术研发人员：董保磊，王万国，刘俍，苏建军，慕世友，任志刚，杨波，李超英，傅孟潮，李宗谕，魏传虎，李建祥，赵金龙，
申请(专利权)人：国网山东省电力公司电力科学研究院，山东鲁能智能技术有限公司，国家电网公司，
类型：发明
国别省市：山东;37