一种基于数据预处理的无人机图像匹配定位方法技术

一种基于数据预处理的无人机图像匹配定位方法，包括：1、读取无人机相机及机载平台输出的文件数据以及拍摄的图像；2、下载卫星地图；3、对卫星地图进行预处理，并划定待匹配区域；计算图像旋转角度，并对无人机拍摄图像进行旋转矫正；4、根据划定的待匹配区域的坐标信息，对卫星地图进行裁剪，并将裁剪后的图作为图像匹配的卫星地图；5、提取无人机图像和卫星底图的特征点并检测，计算每个特征点的描述子；输出检测到的特征点的坐标和相应的描述子；6、执行特征点匹配，输出匹配结果。本发明专利技术解决了全局特征匹配中，对初始区域估计敏感、计算复杂度高的问题和局部特征匹配中，由于不同的图像可能出现多个最优匹配，使匹配结果不稳定的问题。

【技术实现步骤摘要】

本专利技术涉及遥感景象匹配，特别涉及一种基于数据预处理的无人机图像匹配定位方法。

技术介绍

1、卫星遥感技术已成为目前国内外建立空天感知系统的研究重点。而作为遥感图像处理中至关重要的一步，遥感图像匹配技术是遥感领域的关键技术之一，用于处理从卫星、航空飞机、无人机或其他遥感平台获取的图像数据，受到了越来越多的关注。这些技术用于解决多种问题，如地图制作、资源管理、环境监测和军事情报收集等。

2、现有的无人机图像匹配技术中，图像通常被表示为由特征点或特征描述子组成的数据集。特征点是图像中的显著点，通常是角点、边缘点或斑点等。特征描述子是与每个特征点相关联的向量或矩阵，它们编码了特征点周围的图像信息。在图像匹配中，有两种主要方法，局部特征匹配和全局特征匹配。局部特征匹配考虑在每个图像区域或特征点附近进行匹配。与之不同，全局特征匹配试图找到整个图像之间的最佳匹配，这可能涉及对整个图像执行全局优化。局部特征匹配方法通常包括sift(尺度不变特征变换)、surf(加速稳健特征)、orb(oriented fast and rotated brief)等。这些本文档来自技高网...

【技术保护点】

1.一种基于数据预处理的无人机图像匹配定位方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的无人机图像匹配定位方法，其特征在于，所述S3具体包括如下步骤：

3.根据权利要求2所述的无人机图像匹配定位方法，其特征在于，所述S31采用公式表示，具体如下：

4.根据权利要求3所述的无人机图像匹配定位方法，其特征在于，所述S32采用公式表示，具体如下：

5.根据权利要求4所述的无人机图像匹配定位方法，其特征在于，所述S33具体包括如下步骤：

6.根据权利要求5所述的无人机图像匹配定位方法，其特征在于，所述S34采用公式表示，具体...

【技术特征摘要】

1.一种基于数据预处理的无人机图像匹配定位方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的无人机图像匹配定位方法，其特征在于，所述s3具体包括如下步骤：

3.根据权利要求2所述的无人机图像匹配定位方法，其特征在于，所述s31采用公式表示，具体如下：

4.根据权利要求3所述的无人机图像匹配定位方法，其特征在于，所述s32采用公式表示，具体如下：

5.根据权利要求4所述的无人机图像匹配定位方法，其特征在于，所述s33具体包括如下步骤：

<...

【专利技术属性】
技术研发人员：郑燕，隋永杰，朱青，冯明涛，莫洋，罗建桥，周振，王耀南，黄嘉男，李天明，
申请(专利权)人：湖南大学，
类型：发明
国别省市：