当前位置: 首页 > 专利查询>东南大学专利>正文

一种无人机图像和卫星图像的景象匹配方法组成比例

技术编号:42638612 阅读:23 留言:0更新日期:2024-09-06 01:36
本发明专利技术涉及一种无人机图像和卫星图像的景象匹配方法,该方法包括以下步骤:首先,将无人机捕获的图像以及相应的卫星图像的输入景象匹配模型,并通过数据增强模块进行预处理;其次,通过特征提取模块对图像进行特征提取,并通过Head模块进行特征集成;然后,通过表示学习、度量学习和互学习三种监督学习方法训练模型;最后,通过计算无人机与卫星图像之间的余弦相似度来进行匹配。与现有技术相比,本发明专利技术通过提高景象匹配模型的准确性和鲁棒性,有效减少了无人机图像和卫星图像在匹配过程中容易出现无匹配甚至匹配失败的问题。

【技术实现步骤摘要】

本专利技术涉及景象匹配,尤其是涉及一种无人机图像和卫星图像的景象匹配方法


技术介绍

1、在gnss拒止场景下保持无人机高精度的定位,目前多应用的方法是景象匹配技术。景象匹配是将特征图像从不同传感器摄取的相应景象区域中确定出来或找到它们对应关系的一种计算机视觉技术。无人机通过将拍摄的实时图与预先处理存储的遥感基准图数据库进行匹配,在遥感图像中计算匹配图像位置,从而确定自身位置信息。

2、但是景象匹配技术严重依赖于离线遥感基准图,因此高精度地图是影响景象匹配准确度的关键因素之一,而基准图的制作是先于无人机实时图像,就存在基准图和无人机实时图像信息可能是在不同日期、不同传感器、不同观测点或角度、不同气象条件下获得的,因此需要景象匹配算法具备很强的光照、季节、角度不变性。目前的传统算法基本无法应对不同传感器、时间、季节、角度引起的改变,而基于深度学习的匹配算法由于强大的自动提取特征的能力,有更好的鲁棒性。

3、尽管基于深度学习的匹配算法相比传统算法具有显著的优势,但仍有一些问题需要解决:带有地理信息的基准卫星图像和无人机图像成像条件不同,本文档来自技高网...

【技术保护点】

1.一种无人机图像和卫星图像的景象匹配方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的无人机图像和卫星图像的景象匹配方法,其特征在于,所述步骤1中,景象匹配模型包括数据增强模块、特征提取模块、Head模块和匹配模块,数据增强模块具体方法为:先将无人机和卫星图像都重设为224*224的图像,然后采用随机旋转、随机亮度和随机擦除进行图像增强。

3.根据权利要求1所述的无人机图像和卫星图像的景象匹配方法,其特征在于,所述步骤2中,具体方法为:

4.根据权利要求1所述的无人机图像和卫星图像的景象匹配方法,其特征在于,所述步骤3中,具体方法为:训练时,...

【技术特征摘要】

1.一种无人机图像和卫星图像的景象匹配方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的无人机图像和卫星图像的景象匹配方法,其特征在于,所述步骤1中,景象匹配模型包括数据增强模块、特征提取模块、head模块和匹配模块,数据增强模块具体方法为:先将无人机和卫星图像都重设为224*224的图像,然后采用随机旋转、随机亮度和随机擦除进行图像增强。

3.根据权利要求1所述的无人机图像和卫星图像的景象匹配方法,其特征在于,所述步骤2中,具体方法为:

4.根据权利要求1所述的无...

【专利技术属性】
技术研发人员:张小国史志豪王士强
申请(专利权)人:东南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1