[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

说明书

本发明公开了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，首先对大规模旧时相影像进行特征点预处理并建立匹配库，然后利用无人机POS系统提供的地理信息和新旧时相影像的特征点信息进行粗—精双匹配，实现新旧时相影像的快速匹配定位，最后精确提取出新旧时相影像的感兴趣区域。该方法相较于传统技术，能够快速准确地匹配定位到目标区域，用时较短，解决了大规模旧时相影像匹配定位的难题，同时为后续无人机影像快速实时发现可疑地物提供了保证。

技术领域

本发明涉及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，属于图像处理领域。

背景技术

我国现行的土地监测手段可简单表达为“天上看、地上查、网上管”，“天上看”是指卫星遥感，其优点是覆盖范围大，但由于受到卫星访问周期的限制，不能实时得到待检测地区的卫星影像，且在多云地区以及天气状况欠佳时，往往不能得到清晰的卫星影像，再加上对卫星影像的获取、处理的代价比较高昂，因此遥感监察的效果比较差；“地上查”主要指土地巡查车和人工巡查，与遥感监测相比，其机动性和灵活性都有提高，但是其应用范围受基础道路建设的影响，对于没有道路的地方，如山地、丘陵等地区，往往不能完成监测，对于有道路的地方，还要考虑道路现阶段的路面情况和使用情况，监测效果受到诸多的限制，实时性也难以得到保证；网上举报的土地监测方法，不仅耗费大量的人力物力，且消息的准确性有待考察，从举报到实地考察、确认，再到数据的更新，其周期往往较长，实时性较差，在土地监测方面收效甚微。

近年来，随着无人机的兴起，其作为航空遥感与卫星遥感的有力补充，在城市变化检监测、灾情监测以及国土资源监测方面有着独特的优势，因此，许多学者尝试使用无人机航摄影像作为变化检测的源数据。

在图像处理领域，图像特征点检测的方法已经相对比较成熟，如Harris角点检测算法、Moravec算法、SUSAN算法以及SIFT、SURF算法等。但是由于待测区域的地图(主要是县市级的地图)或者卫星影像图一般都比较大(GB级数据)，如果直接进行图像处理，运行时占用的CPU比较大，有时候会出现卡顿甚至死机的现象，效率低下，无法满足土地执法部门利用无人机影像快速发现可疑用地实时性的要求。

发明内容

本发明所要解决的技术问题是提供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，实现新旧时相影像的快速自动匹配定位。

本发明为解决上述技术问题采用以下技术方案：

本发明提供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，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；

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；

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。

作为本发明的进一步优化方案，所述步骤1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。

作为本发明的进一步优化方案，步骤1.3中的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。