一种无人机图像匹配优化方法技术

本发明专利技术公开了一种无人机图像匹配优化方法，包括：采用SURF算法检测待匹配的无人机航拍图像A和图像B的特征点，并设置SURF算法的Hessian矩阵阈值，获取N对匹配点；遍历图像A和图像B中的匹配点，并筛选出在图像A和图像B中均匀分布的M对匹配点，并构建获得H矩阵；采用RANSAC算法和LMEDS算法分别求得H1矩阵和H2矩阵；对H1矩阵和H2矩阵进行评价，求得最优的矩阵；对最优的矩阵进行校验，以得到最合理的H矩阵。通过上述方案，本发明专利技术具有逻辑简单、计算工作量少、匹配准确等优点，在图像处理技术领域具有很高的实用价值和推广价值。具有很高的实用价值和推广价值。具有很高的实用价值和推广价值。

【技术实现步骤摘要】
一种无人机图像匹配优化方法


[0001]本专利技术涉及图像处理
，尤其是一种无人机图像匹配优化方法。

技术介绍

[0002]随着多轴无人机的迅速发展和普及，无人机航拍技术被应用到越来越多的领域，并且对无人机航拍图像的匹配与识别也成为研究的热点。图像匹配与识别是多种技术的综合运行，被广泛应用于人工智能、安全防护、无人机航拍、辅助驾驶、图像遥感、计算机视觉等诸多领域。
[0003]目前，现有技术中的无人机图像多采用特征点进行匹配，如专利申请号为“201810735162.8”、名称为“一种基于融合局部特征的快速无人机图像匹配方法”的中国专利技术专利，其采用：分别对基准影像和待匹配影像进行3*3格网分块，将一张影像分为9个子区域，并在子区域内进行不变特征的提取；利用特征描述符从不变特征区域提取特征向量；通过比较特征向量之间的相似性，判别初始同名特征，得到稳定的初始匹配；统计各个格网内的匹配点数量，对于格网内匹配点数量小于阈值的区域，进行区域MSERs特征匹配；利用马氏距离的仿射不变性删除误匹配点对。该技术通过特征点的匹配进行直接图像匹配本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机图像匹配优化方法，其特征在于，包括以下步骤：采用SURF算法检测待匹配的无人机航拍图像A和图像B的特征点，并设置SURF算法的Hessian矩阵阈值，获取N对匹配点；所述N为大于等于4的自然数；遍历图像A和图像B中的匹配点，并筛选出在图像A和图像B中均匀分布的M对匹配点，并构建获得H矩阵；所述M小于等于N；所述H矩阵的表达式为：在齐次坐标下h
22
＝1，并采用RANSAC算法和LMEDS算法分别求得H1矩阵和H2矩阵；对H1矩阵和H2矩阵进行评价，求得最优的矩阵；对最优的矩阵进行校验，以得到最合理的H矩阵。2.根据权利要求1所述的一种无人机图像匹配优化方法，其特征在于，所述对H1矩阵和H2矩阵进行评价，求得最优的矩阵，包括以下步骤：若H1矩阵和H2矩阵其中之一满足|h
20
+h
21
|＞0.0005，则淘汰对应的矩阵；若H1矩阵和H2矩阵均未被淘汰，则根据||h
00
|+|h
01
|+|h
10
|+|h
...

【专利技术属性】
技术研发人员：尹辉，来楷迪，张忠辉，李鹏程，方霖，
申请(专利权)人：成都圭目机器人有限公司，
类型：发明
国别省市：