本发明专利技术涉及一种基于尺度不变特征变换的无人飞行器景象匹配定位方法，其特征在于：利用尺度不变特征变换算法提取匹配目标图像和无人飞行器前下视图的特征描述向量，判断该帧前下视图与匹配目标图像是否匹配，如果匹配，则记录匹配点在匹配目标图像和匹配目标所在的卫星图中的坐标，并根据匹配点的坐标在无人飞行器前下视场中计算出无人飞行器在卫星图上现处的位置坐标，对无人飞行器进行定位；如果匹配失败，则读入无人飞行器的下一帧前下视图继续匹配。利用本发明专利技术方法，可以准确地对无人飞行器前下视图和卫星图中匹配目标进行匹配，并根据所建立的无人飞行器前下视图模型判断无人飞行器现处的位置坐标，对无人飞行器进行定位。
【技术实现步骤摘要】
本专利技术涉及一种，应用于无人飞行器景象匹配定位中。
技术介绍
随着航空技术的飞速发展，无人飞行器及其相关技术已经成为各国竞相研究的重点，无人飞行器以其更强的机动性、更小的重量、更好的空气动力性能、更低的成本、更好的环境适应能力。目前，欧美国家除了已经在用的无人飞行器外，还在研究新型的无人飞行器技术，我国也在从事相关技术的研究。在众多涉及无人飞行器的技术中，无人飞行器定位技术是一项极其关键的技术，这项技术主要用于对无人飞行器实施精确定位和自主导航，是无人飞行器完成任务的保证。现有的无人飞行器定位技术主要是依赖全球定位系统，但是，全球定位系统的估计精度与参与定位的卫星数目和信号接收装备的质量有关，信号传递过程容易受到无线电干扰，导致信号误差扩大。另外，复杂环境也要求无人飞行器定位技术进行多种定位技术的综合使用，无人飞行器景象匹配定位就是基于这些要求诞生的。所谓无人飞行器景象匹配定位，是指利用无人飞行器上的摄像头采集到的实时图像与卫星图像或者事先存储在无人飞行器中的图像进行匹配，获取位置信息。该技术可以用于全球定位系统失效的情况下，作为替代全球定位系统的有效定位方式，特别是全球定位系统受国外控制，所以，研制低成本、高精度、抗干扰甚至是替代全球定位系统的定位技术显得非常重要。国内外学者也进行了一些景象匹配定位方面的研究，如采用连续多帧进行匹配以减少匹配误差的方法，该方法可以提高匹配效能，但是由于是多帧匹配，会增加匹配耗时；还有一类方法基于单帧进行匹配，匹配耗时少，但是容易造成匹配误差，在这种情况下，寻找准确的图像特征提取方法及相似性度量等方法就成为单帧匹配的关键点。所以，研究一种准确又快速的景象匹配方法对无人飞行器景象匹配定位具有重要意义。
技术实现思路
要解决的技术问题为了避免现有技术的不足之处，本专利技术提出一种，可以替代或者辅助全球定位系统进行无人飞行器定位的方法，减少无人飞行器对全球定位系统导航的依赖。技术方案一种，其特征在于步骤如下步骤I提取匹配目标图像的特征描述向量Fi :利用尺度不变特征变换方法提取匹配目标图像I1的特征描述向量Fi, i = 1，2, . . . m ;其中=Fi表示图像I1的第i个特征描述向量；111表示图像I1中特征描述向量的个数且m e (O, 10000)；步骤2提取无人飞行器前下视图的特征描述向量h :利用尺度不变特征变换方法提取无人飞行器拍摄的前下视图I2的特征描述向量Fj, j = 1，2，... η ;其中=Fj表示图像I2的第j个特征描述向量表示图像I2中特征描述向量的个数且n e (O, 10000)；步骤3查找匹配特征点在匕中查找出与!^欧式距离最近的特征点，当两点的欧式距离小于阈值Q时，则该点为FjW匹配点；当匹配的特征点数目达到阈值W时，该无人飞行器前下视图与匹配目标图像匹配成功；然后分别在匹配目标图像和该匹配目标图像所在的卫星图像中记录特征点坐标(fx, fy)和(rex, rey),若匹配失败,重复步骤2 ；步骤4计算无人飞行器现处位置利用匹配目标图像和卫星图像上的位置坐标(fx, fy)和(rex, rey)计算无人飞行器当前位置坐标(lxresult, lyresult),具体步骤如下 步骤a :利用权利要求1.一种，其特征在于步骤如下 步骤I提取匹配目标图像的特征描述向量Fi :利用尺度不变特征变换方法提取匹配目标图像I1的特征描述向量Fi, i = 1，2，. . . m ;其中め表示图像I1的第i个特征描述向量；m表示图像I1中特征描述向量的个数且m G (O，10000)； 步骤2提取无人飞行器前下视图的特征描述向量& :利用尺度不变特征变换方法提取无人飞行器拍摄的前下视图I2的特征描述向量匕，j = 1，2，. . . n ;其中匕表示图像I2的第j个特征描述向量表示图像I2中特征描述向量的个数且n G (0，10000)； 步骤3查找匹配特征点在Fi中查找出与Fj欧式距离最近的特征点，当两点的欧式距离小于阈值Q吋，则该点为匕的匹配点；当匹配的特征点数目达到阈值W时，该无人飞行器前下视图与匹配目标图像匹配成功；然后分别在匹配目标图像和该匹配目标图像所在的卫星图像中记录特征点坐标(fx, fy)和(rex, rey),若匹配失败,重复步骤2 ； 步骤4计算无人飞行器现处位置利用匹配目标图像和卫星图像上的位置坐标(fx，fy)和(rex, rey)计算无人飞行器当前位置坐标(lxresult, lyresult),具体步骤如下 f/ xtan(c + 6 + e)Lw- fy > O 步骤a :利用A>: = ] h X tan{c + b- e)Lw-fy < O计算匹配点坐标(fx，fy)与无人 X sin (a)/sin (/2+b) ;Lm = Lw/2/tan (a)； 步骤b :利用Ay= I fx-LL XLc/Lcw计算匹配点坐标(fx, fy)与无人飞行器位置的横坐标之差Ay ;其中LL表示匹配目标图像宽度的一半，LL = L/2 ; h / COS(V) + c + cOL W - fy > 0Lc = Ih/cos(b + c-e) Lw-Jy<0 ； Lew = Lm/cos (e)；h / cos(6 + c)Lw -Jy = O 步骤c :采用下式计算,得到无人飞行器当前位置坐标(lxresult, lyresult) Ar X sin 0 + Ay x cos 0 + rexfx - Li < 0 Ixresuh = <; Av x sin 6 - Aj.- x cos 0 + rexfx - LL > 0 Arx sin 9 -I- rexfx - LL = 0Av X cos l9- Aj.' x sin (9 + reyfx - LI. < 0 Iyrewil = .く Ar x cos 6 + A>! x sin 夕 + revfx —んん > 0 Av X cos 6* + reyfx - I.!. = 0 其中lxresult表示无人飞行器在卫星图上的横坐标；lyresult表示无人飞行器在卫星图上的纵坐标；0为无人飞行器飞行方向与正北方向的夹角。2.根据权利要求I所述，其特征在于所述阈值Q G (0，I)。3.根据权利要求I所述，其特征在于所述阈值W G (I, 10000)。全文摘要本专利技术涉及一种，其特征在于利用尺度不变特征变换算法提取匹配目标图像和无人飞行器前下视图的特征描述向量，判断该帧前下视图与匹配目标图像是否匹配，如果匹配，则记录匹配点在匹配目标图像和匹配目标所在的卫星图中的坐标，并根据匹配点的坐标在无人飞行器前下视场中计算出无人飞行器在卫星图上现处的位置坐标，对无人飞行器进行定位；如果匹配失败，则读入无人飞行器的下一帧前下视图继续匹配。利用本专利技术方法，可以准确地对无人飞行器前下视图和卫星图中匹配目标进行匹配，并根据所建立的无人飞行器前下视图模型判断无人飞行器现处的位置坐标，对无人飞行器进行定位。文档编号G01C21/20GK102853835SQ20121028906公本文档来自技高网...
【技术保护点】
一种基于尺度不变特征变换的无人飞行器景象匹配定位方法，其特征在于步骤如下：步骤1提取匹配目标图像的特征描述向量Fi：利用尺度不变特征变换方法提取匹配目标图像I1的特征描述向量Fi，i＝1，2，...m；其中：Fi表示图像I1的第i个特征描述向量；m表示图像I1中特征描述向量的个数且m∈(0,10000)；步骤2提取无人飞行器前下视图的特征描述向量Fj：利用尺度不变特征变换方法提取无人飞行器拍摄的前下视图I2的特征描述向量Fj，j＝1，2，...n；其中：Fj表示图像I2的第j个特征描述向量；n表示图像I2中特征描述向量的个数且n∈(0,10000)；步骤3查找匹配特征点：在Fi中查找出与Fj欧式距离最近的特征点，当两点的欧式距离小于阈值Q时，则该点为Fj的匹配点；当匹配的特征点数目达到阈值W时，该无人飞行器前下视图与匹配目标图像匹配成功；然后分别在匹配目标图像和该匹配目标图像所在的卫星图像中记录特征点坐标(fx，fy)和(rex，rey)，若匹配失败，重复步骤2；步骤4计算无人飞行器现处位置：利用匹配目标图像和卫星图像上的位置坐标(fx，fy)和(rex，rey)计算无人飞行器当前位置坐标(lxresult，lyresult)，具体步骤如下：步骤a：利用Δx=h×tan(c+b+e)Lw-fy>0h×tan(c+b-e)Lw-fy<0h×tan(c+b)Lw-fy=0计算匹配点坐标(fx，fy)与无人飞行器位置的纵坐标之差Δx；其中：h表示无人飞行器的高度参数；c＝π/2？a？2b；a表示无人飞行器俯角；b表示无人飞行器视角一半；e＝arctan(|Lw？fy|/Lm)；||表示取绝对值；Lw＝[h/tan(a)？h×tan(c)]×sin(a)/sin(π/2+b)；Lm＝Lw/2/tan(a)；步骤b：利用Δy＝|fx？LL|×Lc/Lcw计算匹配点坐标(fx，fy)与无人飞行器位置的横坐标之差Δy；其中：LL表示匹配目标图像宽度的一半，LL＝L/2；Lc=h/cos(b+c+e)Lw-fy>0h/cos(b+c-e)Lw-fy<0h/cos(b+c)Lw-fy=0;Lcw＝Lm/cos(e)；步骤c：采用下式计算，得到无人飞行器当前位置坐标(lxresult,lyresult)lxresult=Δx×sinθ+Δy×cosθ+rexfx-LL<0Δx×sinθ-Δy×cosθ+rexfx-LL>0Δx×sinθ+rexfx-LL=0lyresult=Δx×cosθ-Δy×sinθ+rexfx-LL<0Δx×cosθ+Δy×sinθ+rexfx-LL>0Δx×cosθ+rexfx-LL=0其中：lxresult表示无人飞行器在卫星图上的横坐标；lyresult表示无人飞行器在卫星图上的纵坐标；θ为无人飞行器飞行方向与正北方向的夹角。...
【技术特征摘要】
【专利技术属性】
技术研发人员：韩军伟，吉祥，郭雷，梁楠，赵天云，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
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。