基于多视角无人机图像的缺少定位设备的无人机定位方法技术

本发明专利技术公开了一种基于多视角无人机图像的缺少定位设备的无人机定位方法。将采集的无人机图像与卫星图像组成的数据集输入到神经网络中进行训练使其预测分类；将卫星图库中的各个卫星图像输入到神经网络的局部中，提取获得各个卫星图像的特征向量；在无人机实时飞行中，将无人机实时采集的无人机图像输入到神经网络的局部中，提取获得无人机图像的图像特征并进行融合处理获得无人机图像的特征向量；计算无人机图像的特征向量分别与各个卫星图像的特征向量之间的相似度，进行匹配实现定位。本发明专利技术方法通过将无人机实时拍摄的不同角度不同高度图像的特征进行融合并与卫星图像进行匹配，实现无人机通过卫星图像的精准定位，实现了较高的定位精度。实现了较高的定位精度。实现了较高的定位精度。

【技术实现步骤摘要】
基于多视角无人机图像的缺少定位设备的无人机定位方法


[0001]本专利技术涉图像处理、深度学习领域的一种无人机定位方法，特别涉及了一种基于多视角无人机图像的缺少定位设备的无人机定位方法。

技术介绍

[0002]长期以来，遥感影像的研究一直是一个热门话题。有一部分研究致力于从遥感图像中检测目标。其他一些工作致力于遥感图像的语义分割。另一系列作品专注于大场景图像分类。但是利用遥感影像进行无人机定位的研究缺口较大。
[0003]无人机(UAV)近年来发展迅速，由于其操作方便、数据采集能力强，逐渐成为遥感图像采集的主要平台。Alexander等人使用来自无人机的数据来定位雨林中的树木。Ammour等人提出了一种在无人机图像中检测汽车的深度学习方法。邓等人将基于无人机的多光谱遥感应用于精准农业。无人机应用涉及许多领域，如摄影测量、农业和测绘。但目前无人机的定位导航主要依靠GPS、GNSS等定位系统。如何在没有定位系统帮助的情况下实现无人机的自主定位和导航是一项具有挑战性的任务。交叉视角图像匹配技术将卫星图像与地理位置标签进行匹配，将无人机图像与没本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多视角无人机图像的缺少定位设备的无人机定位方法，其特征在于，所述方法如下：步骤1：将采集的无人机图像与卫星图像组成的数据集输入到神经网络中进行训练使得其预测输出无人机图像/卫星图像对应的建筑物分类；步骤2：将卫星图库中的各个卫星图像输入到步骤1获得的神经网络的局部中，提取获得各个卫星图像的特征向量；步骤3：在无人机实时飞行中，将无人机实时采集的无人机图像输入到步骤1获得的神经网络的局部中，提取获得无人机图像的图像特征并进行融合处理获得无人机图像的特征向量；步骤4：计算无人机图像的特征向量分别与各个卫星图像的特征向量之间的相似度，进行匹配实现定位。2.根据权利要求1所述的基于多视角无人机图像的缺少定位设备的无人机定位方法，其特征是：所述步骤1中，针对不同的建筑物采集无人机图像与卫星图像，对于同一建筑物采集无人机图像与卫星图像组成一组，从而建立数据集。3.根据权利要求1所述的基于多视角无人机图像的缺少定位设备的无人机定位方法，其特征是：所述的神经网络采用Resnet50。4.根据权利要求1所述的基于多视角无人机图像的缺少定位设备的无人机定位方法，其特征是：所述的步骤1中，将数据集输...

【专利技术属性】
技术研发人员：郑恩辉，
申请(专利权)人：杭州弥深智能科技有限公司，
类型：发明
国别省市：