[發明專利]一種基于無人機遙感的線性目標檢測方法及系統

有效

• 申請號: 201510919643.0
• 申請日: 2015-12-11
• 公開（公告）號: CN106886988B
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 劉萍;陳會;孫博;姜小礫
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/90;G06T7/40
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙) 44316
• 代理人: 郝明琴

1.一種基于無人機遙感的線性目標檢測方法，包括以下步驟：

步驟a：獲取無人機序列影像，并在序列影像的重疊區域進行特征點提取，對獲取的序列影像進行預處理；所述預處理包括影像定位、實際重疊度分析及圖像彩色增強；

具體地，步驟a1：采用DoG算子在影像尺度空間搜索尺度影像上的局部三維極值點，初步確定關鍵點的位置和特征尺度；

步驟a2：在關鍵點處對DoG算子進行泰勒二階式展開，通過在影像尺度空間擬合二次泰勒展開式，精確確定關鍵點的位置和特征尺度；

步驟a3：將DoG算子的一階微分和二階微分組成Hessian矩陣，通過將Hessian矩陣最大特征值與最小特征值的比值與設定的閾值進行比較，剔除低對比度的關鍵點和不穩定的邊緣響應點,提高關鍵點的抗噪聲能力；

步驟a4：由關鍵點鄰域內像點梯度方向和經過高斯加權處理的梯度值形成梯度方向直方圖，并用拋物線擬合該直方圖極大值附近的值，精確確定關鍵點的主方向，形成SIFT特征點；

步驟b：對提取的特征點進行匹配，生成立體相對，并根據立體相對計算高程信息；

步驟c：根據高程信息與影像的顏色信息識別待測目標的邊緣信息，并根據邊緣信息提取待測目標。

2.根據權利要求1所述的方法，其特征在于，所述步驟a前還包括：分析待測目標的目標特征，依據目標特征設定影像所需的分辨率及航向/旁向重疊度；根據影像所需的分辨率及航向/旁向重疊度制定飛行計劃及拍攝規則；所述目標特征包括位置、大小及高程，所述飛行計劃包括飛行路線、相對地面航高及航速，所述拍攝規則包括拍攝模式。

3.根據權利要求1所述的方法，其特征在于，所述步驟b與步驟c之間還包括：根據立體相對獲取待測目標所在區域的三維結構信息，根據區域的三維結構信息對影像進行校正和鑲嵌。

4.根據權利要求3所述的方法，其特征在于，在所述步驟c中，所述根據高程信息與影像的顏色信息識別待測目標的邊緣信息，并根據邊緣信息提取待測目標具體包括以下步驟：

步驟c1：通過mean shift分割算法對影像的顏色信息進行分割，得到圖像邊緣概率圖；

步驟c2：通過mean shift分割算法對高程信息進行分割，得到高程不連續邊界概率圖；

步驟c3：根據圖像邊緣概率圖和高程不連續邊界概率圖識別出待測目標的邊緣信息；

步驟c4：根據待測目標的邊緣信息提取出待測目標。

5.一種基于無人機遙感的線性目標檢測系統，其特征在于，包括影像獲取模塊、特征點提取模塊、特征點匹配模塊、高程計算模塊和目標提取模塊；所述影像獲取模塊用于獲取無人機序列影像；所述特征點提取模塊用于在序列影像的重疊區域進行特征點提??；所述特征點匹配模塊用于對提取的特征點進行匹配，生成立體相對；所述高程計算模塊用于根據立體相對計算高程信息；所述目標提取模塊用于根據高程信息與影像的顏色信息識別待測目標的邊緣信息，并根據邊緣信息提取待測目標；

所述特征點提取模塊包括關鍵點搜索單元、關鍵點確定單元、關鍵點剔除單元和特征點生成單元；

所述關鍵點搜索單元用于采用DoG算子在影像尺度空間搜索尺度影像上的局部三維極值點，初步確定關鍵點的位置和特征尺度；

所述關鍵點確定單元用于在關鍵點處對DoG算子進行泰勒二階式展開，通過在影像尺度空間擬合二次泰勒展開式，精確確定關鍵點的位置和特征尺度；

所述關鍵點剔除單元用于將DoG算子的一階微分和二階微分組成Hessian矩陣，通過將Hessian矩陣最大特征值與最小特征值的比值與設定的閾值進行比較，剔除低對比度的關鍵點和不穩定的邊緣響應點，提高關鍵點的抗噪聲能力；

所述特征點生成單元用于由關鍵點鄰域內像點梯度方向和經過高斯加權處理的梯度值形成梯度方向直方圖，并用拋物線擬合該直方圖極大值附近的值，精確確定關鍵點的主方向，形成SIFT特征點。