一种多控制点自动提取与聚合的无人机地面目标实时定位方法

文档序号:6218928阅读:913来源:国知局
一种多控制点自动提取与聚合的无人机地面目标实时定位方法
【专利摘要】本发明公开了一种多控制点自动提取与聚合的无人机地面目标实时定位方法,属于无人机侦察图像处理领域,包括以下步骤:第一步,获取N(N≥3)幅满足一定条件的无人机目标侦察图像;第二步,提取并修正各侦察图像准地面控制点(GCP)坐标,形成准GCP组;第三步,通过图像拼接算法建立全景遥感影像,实现准GCP的聚合;第四步:基于准GCP实现全景图像的几何校正;第五步:计算侦察目标的地理经纬度坐标,实现目标定位。本算法通过引入多图像坐标提取机制,有效克服了现有无人机目标定位算法在实时性与定位精度之间的矛盾,在保证算法实时性的同时,有效提高了定位精度。
【专利说明】一种多控制点自动提取与聚合的无人机地面目标实时定位方法
【技术领域】
[0001]本发明属于遥感图像处理【技术领域】,具体涉及一种多控制点自动提取与聚合的无人机地面目标实时定位方法。
【背景技术】
[0002]无人机目标定位作为一种先进的遥感数据获取方式,在历次局部战争中发挥着越来越重要的作用。在以“信息主导、火力主战”为核心作战思想的指导下,无人机目标定位精度已成为影响该装备能否用于实战、能否充分发挥其作战效能的关键的技术。据公开资料显示,美军“全球鹰”无人机在20000米高空下,通过光电/红外图像可实现小于20米圆概率误差(Circular Error Probable, CEP)的目标定位精度;美国APL战略系统实验室开发的多图像坐标提取技术,更是实现了 5米CEP的目标定位精度。目前国内基于无人机侦察平台的目标定位方法主要有以下三种:
[0003]一是基于空间交会的目标定位方法。该方法通过对地面同一目标进行连续激光测距,构建空间交会模式,利用交会模型进行平差计算进行目标定位。该方法目标定位精度高,但高精度的目标跟踪和激光测距设备限制了该方法的使用。
[0004]二是基于图像匹配模式的目标定位。该方法在建立预先基准图像的条件下,将无人机侦察图像与基准图像进行匹配,进而实现目标定位。该方法具有定位精度高、可多点同时定位等突出优点;然而,非实时的工作方式制约了其应用范围。
[0005]三是基于无人机单`次遥测数据的目标定位方法。该方法直接将无人机对目标定位瞬间的位置、姿态信息和侦察平台的转角信息等输入定位解算模型,具有实时性好的突出优点,固被现役无人机定位系统采用。然而,由于受无人机位置、姿态等测量误差的影响大,该方法定位精度较低,通常大于100米CEP。
[0006]从上述对比分析可以看出,现有基于无人机侦察平台的目标定位方法在定位精度和实时性之间存在矛盾,难以满足现代战场对实时、高精度目标定位的需求。

【发明内容】

[0007]本发明为克服现有无人机目标定位方法在实时性和目标定位精度之间的矛盾,在不增加机载侦察设备的前提下,提出了一种多控制点自动提取与聚合的无人机地面目标实时定位方法,通过多图像坐标采集、信息关联实现目标定位。实验结果表明,本发明在保证目标定位实时性的前提下,有效提高了目标定位精度。
[0008]本发明以中心投影构像相机成像模型作为研究对象,通过多帧图像准地面控制点(GCP)提取、修正、聚合以及几何校正等步骤,最终实现目标定位。
[0009]本发明的一种多控制点自动提取与聚合的无人机地面目标实时定位方法,包括如下几个步骤:
[0010]第一步,获取N(N ^ 3)幅满足一定条件的无人机目标侦察图像。[0011]为进行侦察目标定位,本发明要求无人机侦察平台在捕获到地面目标信息后,对目标进行多方位侦察成像,该任务可由单机顺序完成,也可由多机协同完成。
[0012]第二步,提取并修正各侦察图像准地面控制点(GCP)坐标,形成准GCP组。
[0013]准GCP精度对最终目标定位精度起决定性作用。由于受系统误差及传感器成像姿态等因素影响,准GCP相对于理想位置会发生位置偏移。为提高目标定位精度,本发明从准GCP偏移成因入手,对准GCP予以修正,包括:1)基于成像姿态的一次修正;2)基于系统误差的二次修正。
[0014]第三步,通过图像拼接算法建立全景遥感影像,实现准GCP的聚合。
[0015]本方法通过图像拼接将分散到各侦察图像中的多个准GCP聚集到一幅全景遥感影像中,形成联合准GCP组,从而有利于后期图像几何校正。准GCP聚合后,需记录并更新各准GCP在全景图像中的坐标。
[0016]第四步,基于准GCP实现全景图像的几何校正。
[0017]基于准GCP对全景图像几何畸变进行数学模拟,实现全景图像的几何校正。
[0018]第五步,计算侦察目标的地理经纬度坐标,实现目标定位。
[0019]通过人机交互确定侦察目标在全景图像中的坐标位置,借助校正后全景图像地理信息解算目标地理经纬度坐标,实现目标定位。
[0020]本发明具有以下优点:
[0021]I)通过多帧图像坐标提取,有效解决了现有无人机目标定位算法在定位精度和实时性之间的矛盾,目标定位精度高,实时性好;
[0022]2)可实现目标聚集区的多目标同时定位。
【专利附图】

【附图说明】
[0023]图1为本发明的模型图;
[0024]图2为本发明方法总体流程图;
[0025]图3为航摄像片成像原理示意图;
[0026]图4为准GCP修正前后对比效果图;
[0027]图5为准GCP修正前后定位精度对比图;
[0028]图6为改进SIFT特征点匹配效果图;
[0029]图7为准GCP聚合效果示意图;
[0030]图8为基于准GCP的几何校正结果。
【具体实施方式】
[0031 ] 下面结合附图,对本发明的具体实施方法进行详细说明。
[0032]本发明是一种多控制点自动提取与聚合的无人机地面目标实时定位方法,通过对侦察目标及其相邻区域获取的多幅侦察图像进行准GCP提取、修正、聚合以及几何校正等步骤,实现侦察目标的地理定位。方法模型如图1所示,在地面指挥控制站的控制人员人员的辅助参与下,无人机侦察设备将捕获到的目标图像及成像位置、姿态信息等遥测数据下传至地面指挥控制站,地面图像处理平台处理并分析侦察图像及相关遥测数据,最终得到目标的地理坐标。图2给出了方法整体流程图,具体实施方法包括以下步骤:[0033]第一步,获取N(N≥3)幅无人机目标侦察图像。
[0034]为进行侦察目标定位,本发明要求无人机侦察平台在捕获到地面目标信息后,对目标进行多方位侦察成像,该任务可由单机顺序完成,也可由多机协同完成。多机协同工作不仅有利于目标信息的快速获取,更降低了因单机盘旋或过顶侦察时带来的危险。为实现高精度目标定位需求,本发明要求至少获取3幅侦察图像,且要求拍摄角度尽量分散,其中一幅为主定位图像,其余多幅为辅助定位图像。其中,主定位图像定义为目标偏离侦察图像中心的最小的图像,辅助定位图像要求与主定位图像有重叠区域,且尽量包含侦察目标。
[0035]第二步,提取并修正各侦察图像准地面控制点(GCP)坐标,形成准GCP组。
[0036]由于在引入了准GCP的概念,首先对准GCP予以介绍。区别于GCP (直接或间接测量得到)JfGCP是指通过计算得到的无人机侦察图像中具有相机成像时刻地理经纬度坐标的图像坐标。在理想情况下,即成像时刻传感器俯仰角与滚转角均为O、地理位置记录仪安装在物镜中心处、系统误差为零时,侦察图像的中心位置地理坐标PikCE_ (latitude, longitude)与成像时刻相机记录地理坐标 Psensqk (latitude, longitude)相同。然而,由于受成像姿态、系统误差等因素影响,侦察图像中心位置的地理坐标Pmlcentek通常与成像瞬间记录的地理经纬度坐标P?存在差距。准GCP精度对最终目标定位精度起决定性作用。因此,为保证目标定位精度,本发明在已知传感器成像模型和辅助遥测数据的参与下,从准GCP偏移成因入手,对准GCP予以修正,包括:1)基于成像姿态的一次修正;
2)基于系统误差的二次修正。
[0037]( 1)基于成像姿态的一次修正
[0038]当无人机高空侦察拍摄时,各地物点均通过相机物镜中心(投影中心)与底片(投影面)相交,产生地物点影像,成像原理满足中心投影共线方程。
[0039]图3给出了成像原理示意图,其中S为物镜中心,O为成像平面中心点,H为成像高度。受成像姿态影响,准GCP会发生明显偏移,其中俯仰角P造成图像坐标y方向的偏移,滚转角ω造成图像坐标X方向的偏移。如图3所示,以俯仰角P为例,偏移量Ay1可由几
何关系:
[0040]
【权利要求】
1.一种多控制点自动提取与聚合的无人机地面目标实时定位方法,包括以下几个步骤: 第一步,获取N幅无人机目标侦察图像; 其中,一幅无人机目标侦察图像为主定位图像,其余多幅为无人机目标侦察图像辅助定位图像,N ^ 3,主定位图像为目标偏离侦察图像中心的最小的图像,辅助定位图像与主定位图像有重叠区域,且包含侦察目标的图像; 第二步,提取并修正各侦察图像准地面控制点坐标,形成准GCP组; 获取每个侦察图像中心坐标(XIMe—CENTEK,Yimg_centee),按照步骤(1)、(2)进行修正,得到每个侦察图像的准GCP坐标,形成准GCP组; (1)进行基于成像姿态的一次修正; 基于成像姿态的一次修正后的准GCP坐标为:

2.根据权利要求1所述的一种多控制点自动提取与聚合的无人机地面目标实时定位方法,所述的第三步中,采取SIFT特征匹配的图像拼接方法,实现准GCP聚合具体为: 在特征提取阶段,设置组octvs=2、层intvel=3 ;在特征点匹配方面,采用基于kd_tree搜索的最近次近距离比值法,即:r = ClcZd1,其中Cltl为最近距离,Cl1为次近距离,取r =0.25 ;在图像合成阶段,采用了 8参数透视变换模型,建立图像间的配准关系;设图像i相对于主定位图像的变换关系为Hi,则经二次修正后的第i幅图像的准GCP坐标(X2ecp」,Y2ecpi)在全景图像中的坐标(X' GCPJ? Yg; cp_i)满足下列关系: (V >Y >1、τ = H.(Y2 Y2 1、τ
GCP_i> "1G CP_i> 丄7 — iiIGCP_i> 丄 GCP_i> 丄乂 °
【文档编号】G01C11/04GK103822615SQ201410065199
【公开日】2014年5月28日 申请日期:2014年2月25日 优先权日:2014年2月25日
【发明者】向锦武, 丁文锐, 李红光, 王家星 申请人:北京航空航天大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1