[发明专利]一种用于无人机航拍测绘的图像校准方法

权利要求书

1.一种用于无人机航拍测绘的图像校准方法，其特征在于，该方法包括以下步骤：

获得航拍测绘过程中采集到的各视野区域对应的初始测绘图像，利用目标姿态角度对各初始测绘图像是进行仿射变换，得到各第一测绘图像；

对各第一重合图像进行融合，得到各第一重合图像对应的融合误差分布特征，所述第一重合图像为各第一测绘图像中具有重合视野的任意两个图像；

计算对各第一重合图像进行角点匹配时的角点匹配误差估计量；

根据各第一重合图像对应的融合误差分布特征和对应的角点匹配误差估计量，构建出仿射变换误差分布特征模型；

利用各第一重合图像对应的融合误差分布特征、对应的角点匹配误差估计量和仿射变换误差分布特征模型对仿射变换结果进行校准，得到第一姿态角准确程度；若第一姿态角准确程度小于等于阈值，则对目标姿态角度进行调整；利用调整后的目标姿态角度重新对各初始测绘图像进行仿射变换，得到对应的第二测绘图像；根据各第二测绘图像得到第二姿态角准确程度，若第二姿态角准确程度小于等于阈值，则继续对目标姿态角度进行调整，直到最终的姿态角准确程度大于阈值，利用最终的目标姿态角度得到测绘结果。

2.根据权利要求1所述的一种用于无人机航拍测绘的图像校准方法，其特征在于，得到各第一重合图像对应的融合误差分布特征的方法包括：

利用角点检测算法获得第一重合图像对应的两个第一测绘图像的所有角点；

利用角点匹配算法将第一重合图像对应的两个第一测绘图像的角点进行匹配，得到对应的角点对；

根据各角点对对应的两个角点的坐标，拟合出第一重合图像对应的融合误差分布特征。

3.根据权利要求2所述的一种用于无人机航拍测绘的图像校准方法，其特征在于，计算第一重合图像进行角点匹配时的角点匹配误差估计量的方法包括：

获得第一重合图像对应的角点对中的两个角点的描述子；

计算角点对中的两个角点对应的描述子的余弦相似度；

计算第一重合图像对应的所有角点对对应的余弦相似度的均值，得到第一重合图像对应的角点匹配误差估计量。

4.根据权利要求1所述的一种用于无人机航拍测绘的图像校准方法，其特征在于，根据各第一重合图像对应的融合误差分布特征和对应的匹配误差估计量，构建出仿射变换误差分布特征模型的方法包括：

利用聚类算法对第一重合图像对应的融合误差分布特征中的融合向量进行聚类，得到多个类别；

获取第一重合图像对应的各类别中的融合向量的均值和各类别中融合向量的协方差矩阵；

根据第一重合图像对应的中各类别对应的融合向量的均值和融合向量的协方差矩阵，构建各类别对应的多维高斯模型；

根据第一重合图像对应的各类别对应的多维高斯模型，构建第一重合图像对应的高斯混合模型；

根据各第一重合图像对应的高斯混合模型和各第一重合图像对应的角点匹配误差估计量，构建仿射变换误差分布特征模型。

5.根据权利要求4所述的一种用于无人机航拍测绘的图像校准方法，其特征在于，仿射变换误差分布特征模型的公式为：

其中，为测绘仿射变换误差的分布特征模型，为第i个第一测绘图像和第j个第一测绘图像对应的高斯混合模型，为第i个第一测绘图像和第m个第一测绘图像对应的高斯混合模型,其获取方法与一样，Q为所有第一测绘图像的个数，为合理性系数，为第i个第一测绘图像和第j个第一测绘图像对应的角点匹配误差估计量，为第i个第一测绘图像和第m个第一测绘图像对应的角点匹配误差估计量。

6.根据权利要求5所述的一种用于无人机航拍测绘的图像校准方法，其特征在于，第一重合图像对应的高斯混合模型的公式为：

其中，为第i个第一测绘图像和第j个第一测绘图像对应的高斯混合模型，为融合向量类别的个数，为第i个第一测绘图像和第j个第一测绘图像中第p个类别的多维高斯模型。

7.根据权利要求3所述的一种用于无人机航拍测绘的图像校准方法，其特征在于，第一重合图像对应的角点匹配误差估计量的计算公式为：

其中，为第i个第一测绘图像和第j个第一测绘图像对应的角点匹配误差估计量，第i个第一测绘图像和第j个第一测绘图像中所有角点对对应的余弦相似度的均值。