一种利用飞控数据的低空影像快速匹配方法组成比例

本发明专利技术涉及一种利用飞控数据的低空影像快速匹配方法，该方法包括：搭载设备标定，以确定航拍相机与飞行器间的耦合关系；利用飞控数据所提供的触发相机快门时间建立低空影像与飞控数据的对应关系；利用飞控数据(经纬度、高度、姿态)确定低空影像的地面覆盖范围，并建立影像拓扑关系；利用特征点提取算法实现对各影像特征点的检测，并生成特征点描述子，建立初始特征点字典；利用影像拓扑关系和特征点字典，滤除重复特征点或伪特征点，并修改特征点字典，生成最终的影像匹配关系。本发明专利技术提供的低空影像匹配方法提高了影像匹配的效率及可靠度，可为大场景快速影像三维重建提供支持。

【技术实现步骤摘要】

本专利技术涉及地球空间信息获取与重建
，具体涉及一种大场景低空影像匹配方法。
技术介绍
快速、可靠的大场景三维重建可为城市化管理、文物保护、减灾应急等提供决策支持。现实物体的三维模型获取方法主要分为主动方法和被动方法。其中，主动方法以使用 LiDAR(Light Detection And Ranging,激光探测和测距)技术的方法为代表；被动方法则指基于二维图像的三维重建方法。通常，基于影像的三维重建方法具备低成本，灵活和能够直接获取彩色纹理等特点，在大场景三维重建中得到极大的应用。当前，基于影像三维重建技术取得了极大的进展，在图像特征提取、特征匹配、相机标定、重建方法等方面也都获得了令人瞩目的成果，比如，针对城市级大场景影像三维重建，美国华盛顿大学(University of Washington)利用并行计算实现一日罗马影像重建；美国北卡罗莱纳大学(University of North Carolina)则利用单台家用计算机结合4张图形加速卡完成该项工作；瑞士洛桑联邦理工大学(ficole Polytechnique Fe derale de Lausanne)将影像与已有基础地理数据配准实现动态、稳健的大场景影像三维重建。然后上述的研究，依然面临大场景影像三维重建过程中影像匹配效率这一瓶颈问题。在立体影像匹配中，有两个基本问题需要解决匹配相似性测度的计算和同名像点搜索范围的确定。匹配测度是判断两个像点是否为同名像点的依据，影响着匹配的稳健度；搜索范围决定了候选同名像点的数量，影响着匹配的效率和可靠性。在提高影像匹配效率方面，用于文本恢复的词汇树方法被成功引入大场景影像匹配，并取得一定的成效，但依然没有从根本上解决影像匹配算法复杂度的问题(影像匹配算法复杂度为O (η2))。对于无人机的飞行控制器(简称飞控)，是无人机控制中心，由陀螺、加速度、GPS等传感器组成，拥有精准的位姿控制能力。一方面，飞行控制器负责处理信号的输入、通过飞行控制算法实现各种飞行动作，完成飞行姿态和航向的控制，保障飞行器稳定的飞行，并且控制相机吊架和相机快门等。另一方面，飞控数据可为航拍影像提供位置及方向参考，依此可建立影像间拓扑关系，即利用飞控提供的辅助信息(触发相机快门时间、飞行器地理坐标、高度以及飞行姿态)，首先粗略地确定影像的地面覆盖范围，这在一定程度上可以提高影像匹配的效率， 减小影像搜索的范围，避免不必要的计算。然而，在当前影像匹配研究及应用中，却没有利用飞控数据实现影像快速匹配的案例。拓扑关系是明确定义空间关系的一种数学方法，在地理信息系统中得到极大推广，被用来描述并确定空间点、线、面之间关系及属性，以实现相关的查询和检索。在地理信息系统中简单面目标间拓扑关系有“相离”、“相接”、“相交”、“覆盖”、“包含”、“覆盖于”、“包含于”、“相等”等。在大场景影像三维重建过程中，影像拓扑关系(相离、相接、覆盖等)的引入，可以为高效的组织与管理影像数据，快速的影像匹配提供支持。大场景影像匹配，是一项很具有挑战性的
利用已有飞控数据为影像匹配提供初始参考，利用特征点字典提供数据组织与检束机制，这将使低空影像的快速、稳健的匹配成为可能，也将为大场景影像三维重建提供技术支持。参考文献 Agarwal, S·，N. Snavely, et al. Building Rome in a Day. International Conference on ComputerVision. 2009，Kyoto, Japan.Frahm, J. -M.，P. Georgel, et al. Building Rome on a Cloudless Day. ECCV 2010,2010. Strecha, C.，T. Pylvanainen, et al. Dynamic and Scalable Large Scale Image Reconstruction. Proceedings of 23rd IEEE Conference on Computer Vision and Pattern Recognition,2010.张卡，盛业华，叶春.基于数字视差模型和改进SIFT特征的数字近景立体影像匹配·测绘学报，2010，39 (6) :624-629.
技术实现思路
本专利技术的目的是针对大场景影像三维重建而设计的。该方法充分利用飞控数据(包括触发相机快门时间、飞行器地理坐标、 高度以及飞行姿态等)在为飞行器提供飞行控制参数的同时，也为相机拍照时的位置和朝向提供依据的特性，依据拓扑学的原理，通过相机与飞行器耦合关系的标定和飞控数据的整合，建立影像间拓扑关系，为影像初始匹配提供参考；通过建立特征点字典为数据组织与检束提供支持，从而提高影像匹配的效率，为大场景影像三维快速重建提供支撑。为了达到上述专利技术目的，本专利技术提供了。所述方法包括以下几个步骤SI :利用飞控数据(包括触发相机快门时间、飞行器地理坐标、高度以及飞行姿态)确定每张低空影像的地面覆盖范围，并建立影像间的拓扑关系；S2 :利用特征点提取算法实现对各影像特征点的检测，并生成特征点描述子，建立特征点字典；S3 :遍历特征点字典，滤除重复特征点和伪特征点，生成与各特征点关联的图像序列。其中，所述方法在步骤SI之前还包括步骤SA :搭载设备标定，以确定航拍相机与飞行器间的耦合关系(旋转矩阵及平移矩阵)；SB:利用飞控数据所提供的触发相机快门时间建立低空影像与飞控数据的对应关系O其中，所述方法的步骤S2中，初始特征点字典中特征点与影像为多对一的关系。其中，所述方法的步骤S3中，伪特征点代表特征点轨迹结点数小于给定阈值或不闭合的点。其中，所述方法的步骤S3中，特征点需满足极线约束，不满足该条件及判定为伪特征点。其中，利用RANSAC算法解决基本矩阵中误匹配问题。其中，所述方法的步骤S3中，修改后的特征点字典中特征点与影像为多对多的关系O利用本专利技术提供的方法，可以很好地完成低空影像的快速匹配，并且由于利用飞控数据可以确定相机拍照时的位置与朝向，据此确定低空影像在地面的覆盖范围，建立影像拓扑关系。因而可以为影像的匹配提供初始参考，避免重复计算，降低影像匹配算法的复杂度，为大场景三维重建提供支撑。附图说明图I为本专利技术提供的流程图；图2为本专利技术实施例中用于不同坐标系统间转换的示意图；图3为本专利技术实施例中用于说明影像拓扑网络连接的示意具体实施例方式以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。图I所示是本专利技术的流程图，所述方法具体包括以下步骤搭载设备标定，以确定航拍相机与飞行器间的耦合关系(旋转矩阵技平移矩阵)；利用飞控数据所提供的触发相机快门时间建立低空影像与飞控数据的对应关系；利用无人机飞控数据(包括触发相机快门时间、飞行器地理坐标、高度以及飞行姿态)确定每张低空影像的地面覆盖范围，并建立影像间的拓扑关系；利用特征点提取算法 (比如SURF算法)实现对各影像特征点的检测，并生成特征点描述子，建立特征点字典；遍历特征点字典，滤除重复特征点和伪特征点，生成与各特征点关联的图像序列。可以看到整个处理过程由两个阶段组成低空无人机测量系统标定、影像拓扑及特征点字典的构建。I本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：吴立新，沈永林，
申请(专利权)人：吴立新，沈永林，
类型：发明
国别省市：