[发明专利]一种基于单目视觉的无人机障碍物识别方法

权利要求书

1.一种基于单目视觉的无人机障碍物识别方法，其特征是，包括以下过程：

获取单目相机采集到的无人机正前方图像，并将此图像转换成灰度图像；并从灰度图像中提取各特征点；

获取单目相机采集到的另一幅无人机正前方图像，将此图像转换为灰度图像，并从灰度图像中提取各特征点；

将两幅图像中的各特征点进行匹配，将相匹配的两特征点构成匹配点对；

遍历每对匹配点对，判断无人机与特征点对应障碍物是否超出安全距离。

2.根据权利要求1所述的一种基于单目视觉的无人机障碍物识别方法，其特征是，图像转换成灰度图像后，先对灰度图像进行高斯滤波。

3.根据权利要求2所述的一种基于单目视觉的无人机障碍物识别方法，其特征是，所述对灰度图像进行高斯滤波包括：

采用盒子滤波器对灰度图像进行高斯滤波。

4.根据权利要求1所述的一种基于单目视觉的无人机障碍物识别方法，其特征是，所述从灰度图像中提取各特征点包括以下过程：

获取灰度图像在不同尺度下的响应图用以构建尺度空间金字塔，

通过尺度空间金字塔中各响应图中点的响应值的对比，提取特征点。

5.根据权利要求4所述的一种基于单目视觉的无人机障碍物识别方法，其特征是，获取灰度图像在不同尺度下的响应图用以构建尺度空间金字塔包括：

用若干不同尺寸的盒子滤波器对灰度图像进行滤波，滤波后产生的响应图构成一组，若干组响应图构成尺度空间金字塔。

6.根据权利要求4所述的一种基于单目视觉的无人机障碍物识别方法，其特征是，通过尺度空间金字塔中各响应图中点的响应值的对比提取特征点包括：

尺度空间金字塔采用3组，每组4层；在每一组中选取相邻的三层响应图像，即第一组的第一二三层和第二三四层、第二组的第一二三层和第二三四层、第三组的第一二三层和第二三四层，对于中间一层的每一个点，在空间中选取该点周围的26个点与之比较响应值大小，若该点响应值大于其他26个点，则该点为特征点。

7.根据权利要求1所述的一种基于单目视觉的无人机障碍物识别方法，其特征是，将两幅图像中的各特征点进行匹配，将相匹配的两特征点构成匹配点对包括：

获取各特征点的BRIEF描述子；

计算各特征点BRIEF描述子的Hamming相似性；

取Hamming相似性最高的特征点作为匹配点，这两个特征点构成匹配点对。

8.根据权利要求7所述的一种基于单目视觉的无人机障碍物识别方法，其特征是，获取各特征点的BRIEF描述子包括：

在某特征点邻域范围内随机选取N对点对{(X_i,Y_i)，1<i≤N}，定义一个2×n的矩阵

用该特征点方向θ，生成旋转矩阵

矩阵S顺时针旋转θ角度后的S_θ＝R_θS，

对S_θ进行τ测试，生成n位二进制编码作为特征点的BRIEF描述子。

9.根据权利要求7所述的一种基于单目视觉的无人机障碍物识别方法，其特征是，匹配完成后，统计匹配点对欧式距离的最大值和最小值，根据最大值和最小值设置阈值，剔除欧氏距离大于阈值的匹配点对；再由RANSAC(随机抽样一致)算法对匹配对进行优化，剔除误匹配。

10.根据权利要求1所述的一种基于单目视觉的无人机障碍物识别方法，其特征是，判断无人机与特征点对应障碍物是否超出安全距离包括：

遍历每对匹配点对KP(i,inedx(j))，KP(i+1,index(j))，分别表示P_i和P_i+1两幅图像的第j对匹配点对，inedx(j)表示在图像中特征点的序号；P_i中以KP(i,inedx(j))为中心的k×k邻域范围的局部图像作为模板tmp1，然后以scale为比例扩大tmp1的尺度；P_i+1中以KP(i+1,inedx(j))为中心的k×k邻域范围的局部图像作为模板tmp2，用模板匹配算法对tmp1、tmp2进行匹配获得相似度TMscale，TMscale值越小则tmp1、tmp2越相似；逐渐增大scale，重复上述匹配步骤，获得TMscale最小时的scale值，记为scalemin，该值可视为前后两图像中该匹配点对代表障碍物的尺寸比；若scalemin大于阈值，则表示该特征点对应的物体距离单目相机小于d。