基于概率统计微分同胚集匹配的机载下视目标图像定位方法技术

基于概率统计微分同胚集匹配的机载下视目标图像定位方法，它属于图像匹配技术领域。本发明专利技术解决了将现有方法应用于卫星目标图像导引的机载下视目标定位时的定位准确率低的问题。本发明专利技术首先使用SIFT特征匹配方法确定一致性关键点集；然后使用概率混合分布将一致性点集进行分类获得多个一致性关键点的子集；然后在每个子集中使用自适应多尺度核微分同胚的集匹配方法获得最优变换模型参数；通过每个子集的变换模型计算卫星目标图像和机载下视参考图像之间的SSD相似性，使用优化算法选择最佳变换模型参数确定卫星目标图像在机载下视参考图像中的位置。本发明专利技术方法可以应用于图像匹配技术领域。像匹配技术领域。像匹配技术领域。

【技术实现步骤摘要】
基于概率统计微分同胚集匹配的机载下视目标图像定位方法


[0001]本专利技术属于图像匹配
，具体涉及一种基于概率统计微分同胚集匹配的机载下视目标图像定位方法。

技术介绍

[0002]无人机系统是社会智能化水平提升的典型代表，可以在复杂环境下工作，具有自主定位、自主运行、自主规划能力的智能机器人。近年来，无人机系统的应用及相关研究不断深入，卫星图像导引的机载下视目标定位方法的研究成为无人机智能自主控制的未来发展方向。
[0003]基于卫星图像导引的机载下视目标定位任务目标是给定卫星目标图像，在机载下视参考图像上找到目标位置，其中卫星目标图像和机载下视参考图像的成像方式不同，卫星图像通常是垂直采集的图像，而无人机采集的图像具有多视角属性，采集图像的复杂环境(例如：下雨、下雪、白天或者黑天等)导致空气中大气折射率发生改变，因此卫星目标图像和机载下视参考图像具有大尺度形态变化。集匹配可通过几何变换使得图像中对应点、面达到空间一致性过程，以便消除或削弱卫星目标图像和机载下视参考图像之间具有的大尺度形变的影响，完成准确的图像匹配过程。集匹配是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于概率统计微分同胚集匹配的机载下视目标图像定位方法，其特征在于，所述方法具体包括以下步骤：步骤一、确定由卫星目标图像和机载下视参考图像的一致性点对组成的集合；步骤二、采用概率混合模型对步骤一中获得的集合进行划分，获得划分后的各个子集；步骤三、分别确定出每个子集对应的微分同胚变换模型；步骤四、将各个子集对应的微分同胚变换模型组合选取出最优的微分同胚变换模型，再根据最优微分同胚变换模型确定卫星目标图像在机载下视参考图像上的位置。2.根据权利要求1所述的基于概率统计微分同胚集匹配的机载下视目标图像定位方法，其特征在于，所述步骤一中采用的是SIFT关键点检测方法。3.根据权利要求2所述的基于概率统计微分同胚集匹配的机载下视目标图像定位方法，其特征在于，所述步骤二中采用的概率混合模型为高斯混合分布或学生t混合分布。4.根据权利要求3所述的基于概率统计微分同胚集匹配的机载下视目标图像定位方法，其特征在于，所述高斯混合分布的概率定义为：其中，p(x)为高斯混合分布的概率，x为一致性关键点对的位置向量，η
i
为第i个分类的概率，k为分类的个数；f(x|μ
i
，∑
i
)的定义如下：其中，μ
i
代表第i个分类中的点集位置的均值，d代表数据维度，∑
i
代表第i个分类中的点集的协方差矩阵，上角标T代表转置，上角标
‑
1代表矩阵的逆，det(∑
i
)是矩阵∑
i
的行列式的值。5.根据权利要求3所述的基于概率统计微分同胚集匹配的机载下视目标图像定位方法，其特征在于，所述学生t混合分布的概率定义为：其中，p(x)为学生t混合分布的概率，x为一致性关键点对的位置向量，η
i
为第i个分类的概率，k为分类的个数；f(x|μ
i
，∑
i
，v
i
)的定义如下：其中，d代表数据维度，v
i
代表第i个分类中采样数据的自由度，∑
i
代表第i个分类中的点集的协方差矩阵，上角标...

【专利技术属性】
技术研发人员：刘晓敏，李君宝，袁东华，赵化启，赵润淇，郭浩，彭祥，苏晓光，支援，王宇春，
申请(专利权)人：佳木斯大学，
类型：发明
国别省市：