基于帧间图像拼接的无人机低空定位方法技术

本发明专利技术提供一种基于帧间图像拼接的无人机低空定位方法，方法包括：步骤一、基于捕获的无人机姿态信息对无人机低空拍摄的帧间图像进行正射矫正以转换为正射图像，并统一帧间图像的尺度；步骤二、根据步骤一所得结果，进行帧间图像拼接，包括：2.1提取步骤一所得帧间图像的特征点，对特征点进行筛选以去除错误特征点，并计算得到待拼接图像对应的单应矩阵；2.2利用单应矩阵对相应待拼接图像进行处理，得到新的待拼接图像；2.3对新的待拼接图像进行对偶掩膜处理，得到掩膜矩阵，并基于掩膜矩阵将新的待拼接图像与拼接图像进行拼接；步骤三、利用步骤二所得拼接后的帧间图像进行无人机定位。解决了无人机低空视觉定位信息量少、定位精度差的问题。位精度差的问题。位精度差的问题。

【技术实现步骤摘要】
基于帧间图像拼接的无人机低空定位方法


[0001]本专利技术属于无人机定位
，涉及一种基于帧间图像拼接的无人机低空定位方法。

技术介绍

[0002]目前无人机低空定位采用基于视觉技术的定位方法，然而，无人机低空拍摄的图像信息量不足，导致定位精度差。因此针对GPS拒止条件下，无人机低空视觉定位信息量少、定位精度差的问题，亟需开展新的无人机低空定位技术研究。

技术实现思路

[0003]本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。
[0004]为此，本专利技术提供了一种基于帧间图像拼接的无人机低空定位方法及计算机设备。
[0005]本专利技术的技术解决方案如下：
[0006]根据一方面，提供一种基于帧间图像拼接的无人机低空定位方法，该定位方法包括：
[0007]步骤一、基于捕获的无人机姿态信息对无人机低空拍摄的帧间图像进行正射矫正以转换为正射图像，并统一帧间图像的尺度；
[0008]步骤二、根据步骤一所得结果，进行帧间图像拼接，包括：
[0009]2.1提取步骤一所得帧间图像的特征点，对特征点进行筛选以去除错误特征点，并计算得到待拼接图像对应的单应矩阵；
[0010]2.2利用单应矩阵对相应待拼接图像进行处理，得到新的待拼接图像；
[0011]2.3对所述新的待拼接图像进行对偶掩膜处理，得到掩膜矩阵，并基于所述掩膜矩阵将新的待拼接图像与拼接图像进行拼接；
[0012]步骤三、利用步骤二所得拼接后的帧间图像进行无人机定位。
[0013]进一步地，步骤一中，将转换矩阵H乘以无人机低空拍摄的帧间图像坐标即得到正射图像，其中，转换矩阵H通过下式获得：
[0014][0015]其中：
[0016][0017][0018][0019]f为摄像机焦距，d为摄像机像元尺寸，[c
x
,c
y
]T
是图像的主点；θ为俯仰角；γ为横滚角；为航向角。
[0020]进一步地，通过下述方式统一帧间图像的尺度：
[0021]将矩阵F乘以正射图像以统一帧间图像的尺度，其中，矩阵F通过下式获得：
[0022][0023]其中，d为像元尺寸，f为相机焦距，h为无人机相对于地面的相对高度。
[0024]进一步地，步骤2.2中，将单应矩阵与对应待拼接图像相乘即得新的待拼接图像。
[0025]进一步地，通过下述方式对所述新的待拼接图像进行对偶掩膜处理，得到掩膜矩阵：
[0026]将新的待拼接图像的有效区域置1，无效区域置0，即得到掩膜矩阵mask，其中，无效区域指新的待拼接图像的黑色区域。
[0027]进一步地，通过下式基于掩膜矩阵将新的待拼接图像与拼接图像进行拼接：
[0028]待拼接区域＝mask*新的待拼接图像+～mask*拼接图像
[0029]其中，～mask为掩膜矩阵取反。
[0030]进一步地，依次通过KNN算法和RANSAC算法对特征点进行筛选以去除错误特征点，并计算得到待拼接图像对应的单应矩阵。
[0031]进一步地，所述步骤三具体包括：
[0032]利用拼接后的帧间图像获取对应卫星地图；
[0033]根据拼接后的帧间图像的最后一帧图像中心点与所述卫星地图计算出拼接后的帧间图像的匹配位置；
[0034]根据无人机与相机间的坐标关系以及所述匹配位置信息，再将匹配位置转换为定位位置，完成无人机定位。
[0035]进一步地，通过下式获取定位位置：
[0036][0037]其中，
[0038]匹配位置信息为
[0039][0040]为无人机质心A点处姿态阵的逆矩阵h
A
为A点处的高度；
[0041]R
e
为地球长半轴半径，e为第一偏心率，为A2点处的经度，为A2点处的纬度。
[0042]根据另一方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的方法。
[0043]上述技术方案提出基于帧间图像拼接的无人机定位策略，并首先提出利用捕获的飞行高度和姿态信息的方式获取正射图像，在正射图像基础上进行帧间图像拼接，能够解决帧间图像尺度和旋转不一致问题，通过惯性/激光测距/图像信息的融合，实现帧间图像的尺度与旋转统一，同时通过基于特征的图像掩膜处理拼接技术扩大航拍图像视野，大大提升帧间图像拼接精度；其次，提出一种基于帧间图像拼接的匹配定位方法，能够精确推算无人机的定位信息。
附图说明
[0044]所包括的附图用来提供对本专利技术实施例的进一步的理解，其构成了说明书的一部分，用于例示本专利技术的实施例，并与文字描述一起来阐释本专利技术的原理。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0045]图1是本专利技术实施例像素坐标系；
[0046]图2是本专利技术实施例坐标系示意图；
[0047](a)侧视图，(b)俯视图；
[0048]图3本专利技术实施例正射矫正示意图；
[0049](a)拍摄图像、(b)正射图像；
[0050]图4是本专利技术实施例帧间图像拼接整体算法框架；
[0051]图5是本专利技术实施例特征提取示意图；
[0052]图6本专利技术实施例RANSAC精匹配示意图；
[0053]图7本专利技术实施例多帧图像拼接示意图；
[0054]图8本专利技术实施例定位示意图。
具体实施方式
[0055]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整
地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0056]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0057]除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本专利技术的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于帧间图像拼接的无人机低空定位方法，其特征在于，所述定位方法包括：步骤一、基于捕获的无人机姿态信息对无人机低空拍摄的帧间图像进行正射矫正以转换为正射图像，并统一帧间图像的尺度；步骤二、根据步骤一所得结果，进行帧间图像拼接，包括：2.1提取步骤一所得帧间图像的特征点，对特征点进行筛选以去除错误特征点，并计算得到待拼接图像对应的单应矩阵；2.2利用单应矩阵对相应待拼接图像进行处理，得到新的待拼接图像；2.3对所述新的待拼接图像进行对偶掩膜处理，得到掩膜矩阵，并基于所述掩膜矩阵将新的待拼接图像与拼接图像进行拼接；步骤三、利用步骤二所得拼接后的帧间图像进行无人机定位。2.根据权利要求1所述的一种基于帧间图像拼接的无人机低空定位方法，其特征在于，步骤一中，将转换矩阵H乘以无人机低空拍摄的帧间图像坐标即得到正射图像，其中，转换矩阵H通过下式获得：其中：其中：其中：f为摄像机焦距，d为摄像机像元尺寸，[c
x
,c
y
]
T
是图像的主点；θ为俯仰角；γ为横滚角；为航向角。3.根据权利要求2所述的一种基于帧间图像拼接的无人机低空定位方法，其特征在于，通过下述方式统一帧间图像的尺度：将矩阵F乘以正射图像以统一帧间图像的尺度，其中，矩阵F通过下式获得：其中，d为像元尺寸，f为相机焦距，h为无人机相对于地面的相对高度。4.根据权利要求1
‑
3之一所述的一种基于帧间图像拼接的无人机低空定位方法，其特征在于，步骤2.2中，将单应矩阵与对应待拼接图像相乘即得新的待拼接图像。5.根据权利要求1或4所述的一种基于帧间图像拼接的无人机低空定位方法，其特征在...

【专利技术属性】
技术研发人员：尚克军，赵亮，扈光锋，徐策，刘崇亮，明丽，李至，焦浩，王大元，李茜茜，张伟建，
申请(专利权)人：北京自动化控制设备研究所，
类型：发明
国别省市：