[发明专利]一种基于飞行数据的无人机非量测型相机检校方法

摘要

本发明公开了一种基于飞行数据的无人机非量测型相机检校方法，应用于无人机非量测型相机检校中，包括计算所有无人机航拍获取的影像的特征点及特征描述子；根据机载GPS数据进行特征点匹配；剔除错误匹配的特征点；计算影像间的连接强度；查找连接强度值最大和次大的连通图，将此连通图作为候选检校影像和验证影像；利用候选检校影像间的匹配的特征点，采用自检校，计算出相机的检校参数，再利用验证影像检查检校参数的合理性。本发明针对现有检校方法需要较为复杂的地面试验场或设备且自动化程度不高的问题，提出了一种应用于无人机非量测型相机检校的新方法，在确保检校精度的同时,大大提高了检校过程的自动化水平。

主权项

1.一种基于飞行数据的无人机非量测型相机检校方法，其特征在于，包含如下步骤S1：获取无人机正常作业的飞行数据，其中，飞行数据包括影像和机载GPS数据；S2：采用SURF特征提取算法计算每张影像的特征点及特征描述子；其中，将影像从RGB色彩空间转换到全色色彩空间，然后利用SURF特征提取算法计算每张影像的特征点及特征描述子；S3：根据机载GPS数据和每张影像的特征描述子，对特征点进行粗匹配；S31：根据机载GPS数据构建Delaunay三角网，将此Delaunay三角网转换为无向图得到影像之间的拓扑关系，再利用拓扑排序算法计算任意两张影像间的图距离；S32：针对图距离小于4的任意两张影像，计算其两两特征描述子之间的距离，将满足匹配距离准则的两个特征点称为一组同名特征点对；S4：对粗匹配后的两张影像的特征点进行精匹配；其中，当两张影像之间的同名特征点对的数量超过16，则利用RANSAC算法计算这两张影像的基础矩阵，再利用基础矩阵计算同名特征点对的极线距离，当极线距离大于3，则删除该同名特征点对；S5：对精匹配后的特征点对应的两张影像相对定向，计算强连通图，并得到候选检校影像和验证影像；S51：删除后，当两张影像之间的同名特征点对的数量超过16，则对这两张影像进行相对定向，每一组同名特征点对对应两条光束和一个交会角，当交会角满足最佳交会条件时，将此交会角对应的同名特征点对称为有效同名特征点对，有效同名特征点对的数量即为这两张影像的连接强度；S52：删除连接强度小于128的影像间的连通关系，设置搜索的最大距离为3，利用广度优先搜索算法，查找连接强度值最大和次大的连通图，将强度值最大连通图作为候选检校影像，并且，将强度值次大连通图作为验证影像；S6：采用自检校SFM算法，进行检校参数，验证是否通过，是则结束，否则返回步骤S1；其中，利用候选检校影像间的同名特征点对，采用自检校的SFM方法，计算出候选检校影像的焦距、像主点和畸变参数，即获取该影像的无人机非量测相机的检校参数，再利用验证影像检查检校参数的合理性。