[发明专利]一种无人机影像与大规模旧时相影像快速匹配定位的方法

权利要求书

1.一种无人机影像与大规模旧时相影像快速匹配定位的方法，其特征在于，包括以下步骤：

步骤1，对大规模旧时相影像进行特征点检测，并根据检测到的特征点信息建立匹配库；包括如下步骤：

1.1，对大规模旧时相影像进行影像切割，分割成若干个子块；

1.2，对步骤1.1中的若干子块，逐块采用SURF算法进行特征点检测；

1.3，将步骤1.2中检测到的特征点信息进行存储，建立匹配库，其中，匹配库中包括若干数据表，其中，每张数据表对应一个子块的特征点信息，数据表中的每行包括一个特征点、描述向量及其属性；

步骤2，对于无人机航拍获取的无人机影像，利用无人机机载POS系统提供的地理坐标信息来快速匹配旧时相影像上的地理坐标信息，实现粗匹配定位，得到搜索比对域；

其中搜索比对域的范围确定，包括如下步骤：

2.1，利用无人机机载POS系统，获取当前无人机影像主点的地理坐标(X，Y)；

2.2，搜索匹配库中旧时像影像的各特征点的地理坐标，选取地理坐标满足约束条件|X-X'|≤α和|Y-Y'|≤β的特征点，其中，(X'，Y')为匹配库中特征点的地理坐标，α、β均为设定阈值；

2.3，满足2.2中约束条件的特征点有A1,…,A9九种情况：

按照匹配精度由高到低将A1,…,A9分为三类：A5为第Ⅰ类、A2,A4,A6,A8为第Ⅱ类、A1,A3,A7,A9为第Ⅲ类，第Ⅱ类中四种情况的匹配精度相同，第Ⅲ类中四种情况的匹配精度相同；

2.4，根据实际情况选择满足2.2中约束条件的特征点，找到该特征点在旧时像影像上的坐标(x，y)；

2.5，以坐标(x，y)为中心，在旧时相影像上截出一个包含当前无人机影像的矩形区域作为搜索比对域；

步骤3，对无人机影像进行SURF特征点检测，与步骤1中匹配库中搜索比对域内的旧时相影像进行特征匹配，实现精匹配定位；

步骤4，基于RANSAC算法和单应矩阵提取无人机影像和旧时相影像的感兴趣区域。

2.根据权利要求1所述的一种无人机影像与大规模旧时相影像快速匹配定位的方法，其特征在于，步骤2.4中所述矩形区域的长和宽分别为无人机影像的长和宽的10倍。

3.根据权利要求1所述的一种无人机影像与大规模旧时相影像快速匹配定位的方法，其特征在于，所述步骤3包括以下步骤：

3.1，对无人机影像进行SURF特征点检测；

3.2，利用BBF算法将无人机影像和搜索比对域内的旧时相影像进行特征点匹配，实现精匹配定位。