一种利用飞控数据的低空影像快速匹配方法

摘要

本发明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。

主权项

1.一种利用飞控数据的低空影像快速匹配方法，其特征在于，所述方法包括以下步骤：S1：搭载设备标定，以确定航拍相机与飞行器间的耦合关系，所述耦合关系为旋转矩阵及平移矩阵；S2：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；S3：利用无人机飞控数据中的POS数据、飞行器与航拍相机的耦合关系，结算每张低空影像在地面的覆盖范围，从而建立影像间的拓扑关系，即关联与非关联；S4：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；S5：将提取出的特征点候选集存入特征点字典中，此时特征点与影像为多对一的关系；S6：通过计算原图像和目标图像间最相近的特征向量来匹配特征点，其中两幅图像中的每对匹配点满足极线约束：$\left[\begin{array}{ccc}{x}^{\prime }& y^{\prime }& z^{\prime }\end{array}\right]F\left[\begin{array}{c}x\\ y\\ z\end{array}\right]=0$其中，F为基本矩阵，而基本矩阵中误匹配问题可由RANSAC(Random Sampling Consensus，随机采样一致性)算法解决；S7：滤除重复的特征点，即同名点，对同名的像点只保留其中一个点，并修改特征点字典；S8：迭代上述过程，直至所有影像，所有影像网络连接中的所有关联都被计算；S9：检查特征点字典，去除伪特征点，所述伪特征点为每个特征点影像网络连接中结点数少于给定阈值以及特征点链路不闭合的点；S10：通过上述操作，特征点字典最终保存的即为特征点与影像的关联关系，即多对多的关系，利用该匹配关系基于计算机立体视觉原理对影像进行快速三维重建。