在無人機視覺定位中,景象匹配的效果直接決定了視覺定位的精度。無人機視覺定位一般使用高分辨率遙感圖像作為參考圖像,使用無人機航拍圖像作為實時圖像,通過景象匹配確定無人機位置。然而由于參考圖像與實時圖像成像原理不同、拍攝條件存在差異,兩種圖像的灰度值相差很大,匹配存在一定的困難。線特征能夠有效克服圖像間灰度差異的影響,利用結構信息解決匹配問題,本文對基于線特征匹配的無人機視覺定位算法展開深入研究。首先描述了無人機視覺定位的基本流程,說明了景象匹配算法的重要性。然后按照特征匹配的基本順序,研究了線特征提取算法,通過比較實驗發(fā)現(xiàn)基于曲線擬合的線特征提取算法性能更為穩(wěn)定;探究了基于RANSAC的線特征匹配算法,指出該算法所存在的不足,提出對線特征進行分組優(yōu)化匹配過程的思路,加快了匹配速度。最后針對無人機視覺定位中參考圖像與實時圖像尺度相差較大的問題,提出了一種尺度統(tǒng)一的方法,使用由粗到精的匹配策略優(yōu)化特征匹配過程,得到一種精度高、實時性強的匹配方法。主要內容和創(chuàng)新點如下:1.闡述了無人機視覺定位的基本原理。首先介紹了無人機及視覺定位系統(tǒng)的基本組成、視覺定位的原理和流程,說明了景象匹配算法的重要地位。然后推導了如何利用同名線特征確定圖像間變換參數(shù)。最后對無人機視覺定位圖像進行分析,指出了無人機視覺定位需要解決的問題。2.研究了線特征提取、線特征匹配算法以及如何利用同名線特征確定圖像間變換參數(shù)。研究了不同線特征提取算法的具體實現(xiàn)步驟,使用合成圖像比較了不同線特征提取算法的各項指標,發(fā)現(xiàn)基于曲線擬合的線特征提取算法效果較好。其次研究了基于RANSAC確定特征對應關系的方法,指出該算法所存在的不足,提出基于特征的尺度穩(wěn)定性對特征進行分組,優(yōu)化匹配過程。3.完成了無人機視覺定位中的景象匹配。根據(jù)線特征的尺度穩(wěn)定性統(tǒng)一圖像尺度,利用基于曲線擬合的線特征提取算法、基于改進的RANSAC特征匹配算法,匹配最小尺寸的圖像得到粗略的變換關系,然后依次確定相鄰層的較大圖像上線特征的對應關系,計算得到更加精確的變換參數(shù)。直到某個匹配圖像達到原圖像的尺寸,利用最小二乘法優(yōu)化,得到精確的匹配結果。
【學位單位】：戰(zhàn)略支援部隊信息工程大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：V279;V249.3
【部分圖文】：

第一章 緒論涌現(xiàn)。按照飛行方式的不同，可分為單旋翼、多旋翼、固定翼以及組合無人機如圖 1.1 所示。按照飛行高度的不同，一般劃分為超低空(100 米以下)、低空(100-1000 米)、中空(1000-7000 米)、高空(7000-15000 米)以及超高空(15000 米以上)無人機。(a)單旋翼無人機 (b)多旋翼無人機

(d)農(nóng)田航拍圖像 (e)湖泊航拍圖像 (f)建筑航拍圖像圖 1.3 遙感圖像與航拍圖像對比選取農(nóng)田、湖泊以及建筑等常見的遙感景象和航拍圖像進行分析。通過對比，可以看出由于成像原理的不同，航拍圖像與遙感圖像間存在著明顯的色彩差異，其中農(nóng)田圖像尤其敏感。此外，對于田野這種特征重復、區(qū)分不明顯的區(qū)域，很難通過顯著特征點進行匹配，然而，我們可以通過提取顯著線特征完成配準。在湖泊圖像中，我們可以利用湖泊邊緣等顯著的線特征進行匹配。在包含建筑的圖像中，需要注意由成像角度不同引起的建筑側面差異。觀察圖像可以發(fā)現(xiàn)，盡管圖像間存在色彩、角度差異，但是都保持了良好的結構特征。在人造環(huán)境中，到處都有著十分顯著的線特征，因此可以選用線特征進行匹配。概括來講，景象匹配的難點在于如何解決圖像間的差異。在無人機視覺定位應用中，除了光照、角度等環(huán)境因素的影響，還需要解決成像原理的不同造成的灰度差異，由于圖像分辨率不同造成的尺度差異。圖 1.3 中的航拍圖像與 Worldview 遙感圖像的尺寸大約相差十幾倍，必須解決景象間尺度不同的問題，才有可能實現(xiàn)無人機視覺定位。1.4 主要內容和組織結構

第二章 無人機視覺定位原理設計過程中，考慮到機載運算能力有限，應盡可能使用高效、簡單的同時保證定位算法的精確性和實時性。機視覺定位方法原理和流程導航的起始階段，首先利用慣性導航系統(tǒng)獲取的位置以及姿態(tài)角信息像中心點在參考圖像中的大致位置，然后在附近區(qū)域進行搜索匹配，系。根據(jù)攝影測量中相機標定理論[34]-[35]，可以解算得到相機的位置、姿機與無人機間的相對位置關系，確定無人機的坐標以及姿態(tài)。文獻[3同時刻的位置、姿態(tài)求取速度和角速度的方法，利用速度變化可以求得刻的定位結果。無人機視覺定位的示意圖如圖 2.2 所示。

【參考文獻】

相關期刊論文 前10條

1 萬成浩;李潤生;毛天祺;李春奇;牛朝陽;;基于正則化方法的室內三維定位算法[J];測繪與空間地理信息;2018年03期

2 劉學;王峰;溫瑞生;;基于SIFT算法的無人機視覺導航研究[J];無線電工程;2017年05期

3 陳小衛(wèi);張保明;郭海濤;趙傳;徐俊峰;;利用自由形狀線特征的遙感影像分級匹配方法[J];測繪學報;2017年02期

4 王力;賈平;張葉;馬天翔;;復雜地物條件下基于線特征的異源景象匹配[J];中國光學;2016年01期

5 YU QiFeng;SHANG Yang;LIU XiaoChun;LEI ZhiHui;LI Xiang;ZHU XianWei;LIU XiaoLin;YANG Xia;SU Ang;ZHANG XiaoHu;ZHANG HongLiang;;Full-parameter vision navigation based on scene matching for aircrafts[J];Science China(Information Sciences);2014年05期

6 李宇波;朱效洲;盧惠民;張輝;;視覺里程計技術綜述[J];計算機應用研究;2012年08期

7 楊廷梧;賈浩正;;基于中心投影方程的多光電跟蹤傳感器跟蹤測量模型[J];測控技術;2012年07期

8 張葉;曲宏松;李桂菊;王延杰;;采用FMT的實時景象匹配關鍵技術[J];紅外與激光工程;2011年08期

9 范千;方緒華;范娟;;病態(tài)問題解算的直接正則化方法比較[J];貴州大學學報(自然科學版);2011年04期

10 許允喜;蔣云良;陳方;;基于區(qū)域協(xié)方差的慣性組合導航景象匹配算法[J];光子學報;2011年03期

相關碩士學位論文 前3條

1 趙宇;基于互信息和空間信息的景象匹配技術[D];西安電子科技大學;2013年

2 劉國琴;基于仿生視覺原理的巡航導彈制導與控制技術研究[D];南京航空航天大學;2008年

3 趙鋒偉;景象匹配算法、性能評估及其應用[D];中國人民解放軍國防科學技術大學;2002年

本文編號：2826697