[發(fā)明專利]一種無人機影像匹配像對提取方法、三維稀疏重建方法

有效

• 申請?zhí)枺?/td>: 202010574099.1
• 申請日: 2020-06-22
• 公開（公告）號: CN111860535B
• 公開（公告）日: 2023-08-11
• 發(fā)明（設計）人: 任超鋒;楊帥;張福強;蒲禹池
• 申請（專利權）人: 長安大學
• 主分類號: G06V10/46
• 分類號: G06V10/46;G06V10/75;G06V10/77;G06V10/762;G06T7/50;G06T17/00;G06F17/16
• 代理公司: 西安恒泰知識產權代理事務所 61216
• 代理人: 祁凡雨

本發(fā)明公開了一種無人機影像匹配像對提取方法、三維稀疏重建方法，主要用于解決無人機影像匹配提取適應性差、效率較低、先驗知識要求高等問題。主要步驟包括：(1)提取無人機影像SIFT特征；(2)對特征向量進行降維；(3)構建視覺詞典；(4)影像相似度查詢；(5)計算綜合查詢因子；(6)計算查詢深度閾值；(7)組成匹配像對；(8)輸出所有匹配像對列表。本發(fā)明的方法能快速完整的得到無人機影像的待匹配像對，使基于序列無人機影像可開展后續(xù)的空三解算與數(shù)字產品生產。

技術領域

本發(fā)明屬于低空無人機攝影測量技術領域,具體涉及一種無人機影像匹配像對提取方法。

背景技術

無人機低空攝影測量具有現(xiàn)勢性強、分辨率高、采集方式靈活、傳感器多樣化等優(yōu)點，近年來得到了越來越廣泛的應用。由于新的仿地飛行、環(huán)繞飛行、貼近飛行等航線設計，造成獲取的無人機影像尺度不一致、數(shù)據(jù)量龐大、無法基于先驗知識計算影像相互關系，使傳統(tǒng)的匹配像對提取方法難以滿足應用需求。無人機影像匹配像對選擇是基于影像進行三維自動重建的基礎環(huán)節(jié)，其效率和完整性直接決定重建結果的精度和完整性。

現(xiàn)有的匹配像對提取方法主要存在兩方面不足：一方面，對測區(qū)及傳感器先驗知識的準確度有較高要求；另一方面，基于影像檢索的匹配像對提取方法效率和可靠性較低。

發(fā)明內容

針對現(xiàn)有技術所存在的上述缺陷，本發(fā)明提供了一種無人機影像匹配像對提取方法，本發(fā)明的方法能快速完整的得到無人機影像數(shù)據(jù)集的候選匹配像對，且對傳感器設計、地形信息、航線設計均沒有要求，獲得了更高的處理效率及更全面的三維稀疏重建結果。

為此，本發(fā)明采取如下技術方案：

一種顧及無人機影像地理空間信息的匹配像對提取方法，所述方法是對無人機獲取的無人機影像集提取匹配像對，包括以下步驟：

步驟1：對無人機影像集提取SIFT特征向量；

步驟2：對SIFT特征向量進行降維：

步驟2.1，從無人機影像集中任意抽取部分無人機影像，以抽取的該部分無人機影像對應的SIFT特征向量組成特征矩陣；

步驟2.2，對步驟2.1得到的所述特征矩陣進行降維；

步驟3：構建視覺詞典：

步驟3.1，對降維后的特征矩陣進行聚類得到多個聚類中心，每一個聚類中心作為一個視覺單詞，獲取每一個視覺單詞對應的權值；

步驟3.2，將所有視覺單詞及對應的權值采用二叉樹形式構建視覺詞典；

步驟4：以無人機影像集中的第i個影像作為當前查詢影像I_i，在視覺詞典內查詢與當前查詢影像最相似的影像形成相似影像列表；

步驟5：計算綜合查詢因子：

步驟5.1，分別計算當前查詢影像與相似影像列表內其他影像的空間距離指數(shù)和相似指數(shù)，將空間距離指數(shù)與相似指數(shù)的乘積作為綜合查詢因子，相似影像列表內每一個影像對應一個綜合查詢因子；

步驟5.2，對綜合查詢因子降序順序，前q個綜合查詢因子對應的相似影像列表內的影像構成查詢深度,q為自然數(shù)；

步驟6：以查詢深度閾值t為界，將查詢深度分為查詢深度閾值t之上的影像和查詢深度閾值t之下的影像兩部分，0t≤q；

步驟7：將查詢深度閾值t之上的影像與當前查詢影像I_i組成I_i的候選匹配像對；

步驟8：將無人機影像集中除第i個影像以外的其他影像分別作為當前查詢影像，重復步驟4-7，得到無人機影像集中所有影像對應的候選匹配像對，剔除重復的候選匹配像對，最終得到從無人機影像集提取的匹配像對。