基于無人機(jī)航拍及遙感圖像的地面目標(biāo)定位.pdf

1、目標(biāo)定位是無人機(jī)的重要應(yīng)用領(lǐng)域，已經(jīng)成為網(wǎng)絡(luò)處理和模式識別領(lǐng)域的熱點(diǎn)研究課題之一。隨著現(xiàn)代科學(xué)技術(shù)的進(jìn)一步發(fā)展，目標(biāo)定位方法不斷推陳出新，如雷達(dá)法、GPS法等，但是這些方法的定位效果對設(shè)備依賴性較大，易受環(huán)境影響。因此本文提出了基于無人機(jī)航拍圖像與遙感圖像匹配的地面目標(biāo)定位算法，該算法針對航拍圖像與遙感圖像的性質(zhì)，提取兩種圖像共有的特征進(jìn)行匹配定位，實(shí)驗(yàn)表明，該算法定位精度較高，對圖像噪聲、光照影響具有一定的魯棒性。本文的研究內(nèi)容和成果

2、如下:
　　本文提出了基于粗匹配及精匹配相結(jié)合的地面目標(biāo)定位框架，先利用塊匹配的方式尋找目標(biāo)的粗略位置，再利用點(diǎn)特征進(jìn)行精確匹配。由于無人機(jī)航拍圖像與衛(wèi)星遙感圖像來源于不同的傳感器，圖像之間的差異較大，在這種情況下，直接利用點(diǎn)特征匹配尋找目標(biāo)位置的方式誤差較大，誤匹配點(diǎn)較多，定位精度差。因此，提出了先利用塊匹配的方式尋找目標(biāo)的粗略位置的方法。實(shí)驗(yàn)表明，先利用塊匹配可以增加最終定位的精度。
　　本文在地面目標(biāo)粗定位部分提出了基

3、于梯度矢量流(GVF)梯度幅值直方圖的MeanShift算法。由于基準(zhǔn)圖與實(shí)測圖像中的顏色特征容易發(fā)生突變，因此利用基于顏色直方圖的Mean Shift算法不適用。當(dāng)利用基于方向直方圖或梯度幅值直方圖的Mean Shift算法時(shí)，實(shí)驗(yàn)可以發(fā)現(xiàn)兩算法均存在一定的弊端，比如匹配曲面不夠光滑、漂移過程不夠連續(xù)、圖像中物體位置改變后直方圖并未改變等問題。為了解決這些問題，本文提出了基于梯度矢量流(GVF)梯度幅值直方圖的Mean Shift算法

4、。實(shí)驗(yàn)表明，該算法可以有效的解決上述問題，并且對圖像的噪聲、光照影響等有一定的魯棒性。
　　在地面目標(biāo)精定位部分采用了Surf算法進(jìn)行興趣點(diǎn)精匹配，該算法對于圖像的旋轉(zhuǎn)、平移、縮放和噪聲影響都具備一定的魯棒性，匹配時(shí)間較Sift算法有較好的改善。獲得匹配點(diǎn)后，利用RANSAC算法估計(jì)了仿射變換參數(shù)，并通過仿真實(shí)驗(yàn)驗(yàn)證了定位結(jié)果的準(zhǔn)確性。
　　最后，基于本文設(shè)計(jì)的算法，實(shí)現(xiàn)了地面目標(biāo)的定位，獲得了目標(biāo)在遙感圖像中的位置坐標(biāo)。通