[发明专利]大斜视角下无人机可见光和红外图像目标定位方法

说明书

技术领域

本发明属于遥感图像处理技术领域，具体涉及一种大斜视角下无人机可见光和红外图像目标定位方法。

背景技术

无人机目标定位作为一种先进的侦察数据处理技术，在民用和军用领域都有重要的应用价值。

基于无人机侦察图像的目标定位方法主要有以下三种：1基于图像匹配模式的目标定位、2基于成像模型的目标定位、3基于空间交会的目标定位方法。方法1，精度高，计算耗时，并且依赖控制点或正射影像，不易实时处理和大范围应用。方法2，计算量小，但定位精度易受参数误差、成像姿态等因素影响。方法3，空间交互定位实施不便，往往进行单点测距定位，精度不高，并且只能对图像中的测距点进行定位。

在无人机飞行过程中，最常用的实时目标定位方法是第二种基于成像模型的目标定位。在误差一定条件下，这种方法目标定位精度斜视角(成像传感器光轴与竖直向下方向的夹角)增大而降低。随无人机依据数据统计，一般情况执行侦察任务过程中，斜视角在0到30度之间的概率约站20％，在30到60度间的概率约占60％，大于60度的概率约占20％。在某些特殊侦察情况下斜视角大于70度。大斜视角严重影响了目标定位精度，使得无人机系统目标定位能力大打折扣。

假如某无人机垂直下视时(斜视角为0度)目标定位精度为70mCEP，则随斜视角变大，定位误差随之增大，尤其是斜视角超过50度时，定位误差增大趋势近似指数曲线，如图1。

发明内容

本发明的目的是为了解决无人机大斜视角条件下目标定位的问题，提出一种大斜视角下无人机可见光和红外图像目标定位方法，在基于成像模型目标定位的基础上，对目标定位矢量误差进行预测和补偿，提高目标定位精度。

本发明的大斜视角下无人机可见光和红外图像目标定位方法，包括以下几个步骤：

第一步：基于成像模型的可见光和红外图像目标定位。

基于成像模型的可见光和红外图像目标定位，可以分为基于中心投影成像模型构建共线方程、系统几何校正和目标定位结算。

第二步：多因素影响下目标定位误差特征提取与表示。

分析影响无人机侦察图像校正定位精度的各种因素，依据各因素之间的耦合关系，将影响定位误差的因素进行简化等效处理，确定最终用于定位误差预测补偿的特征因素，并求解等效特征因素的表达式。

第三步：变高度、大斜视角下目标定位误差预测与补偿。

利用第二步获取的特征因素建立定位误差预测的数学模型，并选取足够已知定位误差的充足训练样本对模型进行训练，获取预测模型的参数。利用此参数对待校正的侦察图像进行定位误差预测，得到该图像的误差矢量，在第一步目标定位基础上叠加误差矢量，最终确定补偿后的图像坐标。

本发明的优点在于：

(1)在大斜视角条件下，本发明能够有效地提高无人机目标定位精度；

(2)本发明提出的目标定位和误差补偿方法，计算量小，可以达到机载计算的实时性要求；

(3)本发明适用于可见光图像、红外图像等多种符合中心投影成像模型的图像目标定位应用。

附图说明

图1是本发明说明定位误差随斜视角变化而增大的趋势图；

图2是本发明涉及的几何校正过程多极坐标系变换示意图；

图3是本发明建立校正模型所用到的中心共线条件方程示意图；

图4是本发明设计的定位误差因素等效模型示意图；

图5是等效的特征因素光轴端点坐标求解示意图；

图6是根据飞机高度、斜视角和成像方向角进行训练样本选择；

图7是在工作飞行高度时训练样本选择分布图；

图8是本发明的方法流程图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

本发明是一种大斜视角下无人机可见光和红外图像目标定位方法，流程如图8所示，具体实施步骤如下：

第一步：基于成像模型的可见光和红外图像目标定位；

具体为：

(1)基于坐标系转换的侦察图像系统几何校正；

图像校正的过程，实际上是图像坐标系向大地坐标系转换的过程。

基于中心投影成像模型进行系统级几何校正，需要建立各个坐标系之间的变换关系。图像平面到空间直角坐标系的转换需要经历“像素坐标系(I系)—>相机坐标系(C系)—>无人机坐标系(P系)—>北天东坐标系(N系)—>空间直角坐标系(G系)—>大地坐标系(E系)”的过程，如图2，给出了各个坐标系的示意图。