[发明专利]一种无监督的图像航路点自动检测方法

说明书

本发明公开一种无监督的图像航路点自动检测方法，包括步骤一、获取全成分图像并获得稀疏成分图像，步骤二、利用多尺度Log‑Gabor滤波获取两种图像的结构密度图，步骤三、获取两组图像的适配图，步骤四、融合两组图像的适配图获得合成适配图，步骤五、基于合成适配图筛选并结合非极大值抑制获得图像航路点；本发明利用Log‑Gabor滤波能有效模拟视皮层感受野响应来提取图像中具有稳定性的结构信息，同时具有良好的辐射变化抗性，通过稀疏表示过程实现了对图像适配性的自动检测，并进一步完成了对航路点图像的自动分割提取，实现参考图像航路点自动提取为高效、高精度的景象匹配导航建立了良好的数据基础，有效减少人工工作量。

技术领域

本发明涉及无人机导航技术领域，尤其涉及一种无监督的图像航路点自动检测方法。

背景技术

图像航路点的选择是景象匹配导航数据预处理的环节，在参考图像上选择适合匹配的图像子块，一方面通过数据筛选有利于减少数据存储量，降低机载存储负担，另一方面通过数据优选，有助于降低对图像场景理解的复杂性，弱化景象匹配过程中无效信息的干扰，集合基于航路点的景象匹配策略共同提升匹配检索效率和匹配定位精度，因此，航路点提取也是景象匹配导航过程中十分重要的一环；

在传统的景象匹配导航过程中，参考图航路点的选择通常是通过人工筛选完成，结合自身对各种匹配算法数据需求的认知和经验，从视觉注意的角度出发，手动选择图像中具有一定特异属性的区域，这种方法费时费力，且容易受到主观因素的影响，稳定性难以控制，存在工作效率低及提取标准和质量不统一的问题，因此，本发明提出一种无监督的图像航路点自动检测方法以解决现有技术中存在的问题。

发明内容

针对上述问题，本发明的目的在于提出一种无监督的图像航路点自动检测方法，该无监督的图像航路点自动检测方法利用Log-Gabor滤波能有效模拟视皮层感受野响应来提取图像中具有稳定性的结构信息，同时具有良好的辐射变化抗性，通过稀疏表示过程实现了对图像适配性的自动检测，并进一步完成了对航路点图像的自动分割提取，全自动化的处理流程有助于降低人为主观因素的影响，提升景象匹配导航系统工作的稳健性，实现参考图像航路点自动提取为高效、高精度的景象匹配导航建立了良好的数据基础。

为实现本发明的目的，本发明通过以下技术方案实现：一种无监督的图像航路点自动检测方法，包括以下步骤：

步骤一、获取全成分图像，并基于全成分图像利用稀疏低秩分解方法获得稀疏成分图像；

步骤二、利用多尺度Log-Gabor滤波挖掘两种成分图像的结构信息并构建成结构密度图，获得全成分图像结构密度图和稀疏成分图像结构密度图；

步骤三、根据两组结构密度图并利用迭代双重稀疏表示方法提取图像中结构信息丰富的区域，并分别生成全成分图像适配图MSA_a和稀疏成分图像适配图MSA_s；

步骤四、将获得的两组成分适配图进行融合，并对图像区域结构信息丰富度和显著特异性进行综合权衡优化，得到合成适配图；

步骤五、从得到的合成适配图中筛选出高适配性的像素点构成像素集合，再结合非极大值抑制自动分割获得图像航路点。

进一步改进在于：所述步骤一中稀疏成分图像获得方法具体为给定一个全成分图像I，以下式为目标函数，利用鲁棒主成分分析模型对图像进行稀疏低秩分解，提取具备结构显著特性的稀疏成分，即获得稀疏成分图像，

其中L和S分别表示低秩成分和稀疏成分；||·||_*表示核范数，刻画L的低秩特性；||·||₁表示L1范数；λ为权衡参数，权衡低秩成分L和稀疏成分S的稀疏性之间的关系。

进一步改进在于：所述步骤二中结构密度图构建方法具体包括