[發明專利]一種異源圖像匹配定位方法、設備及計算機可讀存儲介質

在審

• 申請號: 202211452264.1
• 申請日: 2022-11-21
• 公開（公告）號: CN115713698A
• 公開（公告）日: 2023-02-24
• 發明（設計）人: 胡華智;何煒雄
• 申請（專利權）人: 億航智能設備（廣州）有限公司
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06N3/0464;G06V10/24;G06V10/40;G06V10/74;G06V10/82
• 代理公司: 深圳協成知識產權代理事務所(普通合伙) 44458
• 代理人: 章小燕

1.一種異源圖像匹配定位方法，其特征在于，所述方法包括：

在航空器的飛行過程中，采用預設的卷積神經網絡模型提取輸入的飛行圖像的圖像特征，并對所述圖像特征和預設的特征集合進行余弦距離計算，得到相似度集合；

獲取所述相似度集合中的最大值、與所述最大值對應的特征以及與所述特征在預設的衛星圖上對應的像素點；

比較所述最大值與預設的匹配相似度閾值；

若所述最大值小于所述匹配相似度閾值，則重新執行所述飛行圖像的輸入操作，若所述最大值大于或等于所述匹配相似度閾值，則根據所述衛星圖中的像素與經緯度的對應關系，匹配得到所述像素點的經緯度。

2.根據權利要求1所述的異源圖像匹配定位方法，其特征在于，所述在航空器的飛行過程中，采用預設的卷積神經網絡模型提取輸入的飛行圖像的圖像特征，并對所述圖像特征和預設的特征集合進行余弦距離計算，得到相似度集合，之前包括：

在執行匹配定位前，收集多張由所述航空器拍攝的訓練飛行圖像，并獲取所述飛行過程所涉及的飛行區域的衛星圖；

將三元組損失作為訓練損失訓練所述訓練飛行圖像，并將得到的所述卷積神經網絡作為特征提取器。

3.根據權利要求2所述的異源圖像匹配定位方法，其特征在于，所述在航空器的飛行過程中，采用預設的卷積神經網絡模型提取輸入的飛行圖像的圖像特征，并對所述圖像特征和預設的特征集合進行余弦距離計算，得到相似度集合，之前還包括：

預設圖像塊的大小集合以及所述圖像塊的長寬比；

根據所述圖像塊以及所述匹配定位的定位需求預設所述匹配相似度閾值。

4.根據權利要求3所述的異源圖像匹配定位方法，其特征在于，所述在航空器的飛行過程中，采用預設的卷積神經網絡模型提取輸入的飛行圖像的圖像特征，并對所述圖像特征和預設的特征集合進行余弦距離計算，得到相似度集合，之前還包括：

在所述衛星圖中，獲取每一像素對應的經緯度；

根據所有像素對應的經緯度生成所述衛星圖中的所述對應關系。

5.根據權利要求4所述的異源圖像匹配定位方法，其特征在于，所述在航空器的飛行過程中，采用預設的卷積神經網絡模型提取輸入的飛行圖像的圖像特征，并對所述圖像特征和預設的特征集合進行余弦距離計算，得到相似度集合，之前還包括：

在所述衛星圖中，根據預設的所述圖像塊的大小以及所述長寬比提取不同尺寸和/或不同長寬比的所述圖像塊；

通過所述特征提取器對所述圖像塊進行特征提取，并將得到的所述特征集合保存至所述航空器的存儲介質。

6.根據權利要求3所述的異源圖像匹配定位方法，其特征在于，所述在航空器的飛行過程中，采用預設的卷積神經網絡模型提取輸入的飛行圖像的圖像特征，并對所述圖像特征和預設的特征集合進行余弦距離計算，得到相似度集合，包括：

在輸入所述飛行圖像時，獲取當前的飛行高度；

選取與所述飛行高度對應的尺寸和/或長寬比的所述圖像塊，進行特征提取，得到與所述飛行高度對應的所述特征集合。

7.根據權利要求6所述的異源圖像匹配定位方法，其特征在于，所述獲取所述相似度集合中的最大值、與所述最大值對應的特征以及與所述特征在預設的衛星圖上對應的像素點，包括：

獲取多個高度所述衛星圖，并確定每一高度的所述衛星圖對應的飛行高度區間；

選取與所述當前的飛行高度所處的飛行高度區間對應的所述衛星圖，并獲取所述最大值、所述特征以及與所述特征在所述衛星圖上對應的所述像素點。

8.根據權利要求7所述的異源圖像匹配定位方法，其特征在于，所述若所述最大值小于所述匹配相似度閾值，則重新執行所述飛行圖像的輸入操作，若所述最大值大于或等于所述匹配相似度閾值，則根據所述衛星圖中的像素與經緯度的對應關系，匹配得到所述像素點的經緯度，包括：

根據匹配得到的所述經緯度輸出當前的匹配定位的定位數據；

在所述航空器持續導航的過程中，根據每一次的所述定位數據交替和/或間隔執行所述匹配定位和慣導定位。