[發明專利]一種基于無人機影像智能分析方法

在審

• 申請號: 201811334476.3
• 申請日: 2018-11-09
• 公開（公告）號: CN109697406A
• 公開（公告）日: 2019-04-30
• 發明（設計）人: 劉國威;李成信;覃毅藩;王江;彭超群;韋建城;黃天彩;楊帆;韋基毅;盧宇;孫鵬舉
• 申請（專利權）人: 廣西電網有限責任公司河池供電局
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/54
• 代理公司: 北京挺立專利事務所(普通合伙) 11265
• 代理人: 吳彩鳳

1.一種基于無人機影像智能分析方法，其特征在于，所述分析方法包括以下步驟：

步驟一：影像水平糾正；首先獲取影像信息數據，根據影像方位元素，通過數字微分糾正將影像糾正到同一水平的平面上，該平面高程采用空三加密點的平均高程；

步驟二：影像重采樣；構建影像金字塔，對糾正后影像進行重采樣，常用的重采樣方法有取平均值法、雙線性插值法、雙三次卷積法和最鄰近像元法；

步驟三：Wallis濾波；采用Wallis進行逐級影響增強以提升影像清晰度；

步驟四：特征點提取；對除頂層影像外的金字塔各層影像采用Harris算子提取大量特征點；

步驟五：SIFT匹配；采用SIFT算法對金字塔頂層影像進行初值匹配，然后前方交會得到一個粗略的DSM點云，再通過近鄰內插得到初級DSM；

步驟六：密集匹配；在搜索區域內進行相關系數法粗匹配以及最小二乘法精匹配，得到子像素精度級別的同名點坐標，逐點匹配后得到密集匹配結果；

步驟七：三視檢核；根據影像的三視約束原理并利用三視檢核剔除匹配粗差從而提高檢核通過率。

2.根據權利要求1所述的一種基于無人機影像智能分析方法，其特征在于：所述步驟三Wallis濾波的目的是將影像的灰度均值和方差，即影像灰度的動態范圍，映射到給定的灰度均值和方差值，實際上是一種局部影像變換，使在影像不同位置處的灰度方差和灰度均值都具有近似相等的數值，即影像反差小的區域的反差增大，影像反差大的區域的反差減小，使得影像中灰度的微小變化信息得到增強，對低反差影像和反差不均勻的影像有特殊的作用，由于在計算影像的局部灰度方差和均值時使用一平滑算子，所以Wallis濾波在增強影像有用信息的同時抑制了噪聲，提高了影像的信噪比，使影像中存在的極為模糊的紋理模式得到增強，因此，處理后的影像雖然在視覺效果上有些像一幅噪聲影像，但進行特征提取或立體匹配時，其效果要理想得多。

3.根據權利要求1所述的一種基于無人機影像智能分析方法，其特征在于：所述步驟二中的影像金字塔是由原始影像按一定規則生成的由細到粗不同分辨率的影像集，影像金字塔的底部是圖像的高分辨率表示，也就是原始圖像，而頂部是低分辨率的近似，最底層的分辨率最高，并且數據量最大，隨著層數的增加，其分辨率逐漸降低，數據量也按比例減少。

4.根據權利要求1所述的一種基于無人機影像智能分析方法，其特征在于：所述步驟五中的SIFT是用于圖像處理領域的一種描述，這種描述具有尺度不變性，可在圖像中檢測出關鍵點，是一種局部特征描述子，SIFT特征是基于物體上的一些局部外觀的興趣點而與影像的大小和旋轉無關，對于光線、噪聲、微視角改變的容忍度也相當高，基于這些特性，它們是高度顯著而且相對容易擷取，在母數龐大的特征數據庫中，很容易辨識物體而且鮮有誤認，使用SIFT特征描述對于部分物體遮蔽的偵測率也相當高，甚至只需要3個以上的SIFT物體特征就足以計算出位置與方位，在現今的電腦硬件速度下和小型的特征數據庫條件下，辨識速度可接近即時運算，SIFT特征的信息量大，適合在海量數據庫中快速準確匹配。