现有景象匹配技术虽广泛应用于军事与民用领域,但由于实时图畸变的影响,限制其只能在平坦地形上空进行且必须保持平稳水平飞行。本项目将针对混杂地形的无人机景象匹配问题,提出一种基于成像几何约束的方法,不仅可使无人机以较低的飞行高度在包含建筑物、坡地等起伏的混杂地形进行匹配,提供位置、速度等导航参数,同时也允许飞行过程具有较小的姿态倾斜,将大大提升该技术的应用范围和能力。内容包括景象匹配中成像几何约束关系的研究;基于成像几何约束的实时像对之间、及其与基准图的匹配方法研究;基于序列匹配结果的导航参数滤波估计研究等。其主要思路是机载惯导信息融合实时图相邻帧匹配结果,及和基准图的成像几何关系,剔除实时图上不适合用于匹配的特征,通过特征转移投影消除由于飞行姿态和地形起伏造成的图像变形,并结合拓扑结构等高级特征,实现实时图与基准图的匹配,之后,利用多次匹配结果进行非线性滤波估计,得到可靠的导航参数。
scene matching;multi-view geometry constrain;chaotic terrain;feature reprojection;particle filter
民用与军事领域采用的景象匹配技术一般都要求其适配区域为平坦地形,这很大程度上限制了该技术在各种地形条件下的广泛应用。本项目利用序列二维图像能感知三维环境信息的特点,通过多视成像几何约束关系,给出了混杂地形无人机景象匹配的方法,降低了景象匹配技术对地形环境的依赖程度,大大拓宽了其应用范围。项目的主要工作包括 (1) 对于地面为混杂地形的一般情况,对无人机景象匹配中的单帧、相邻帧及相邻帧与基准图像之间的成像几何模型与多视几何关系进行了深入探讨,分析了利用惯性导航系统提供的导航参数作为摄像机外参数计算成像几何模型和多视几何约束关系的方法,并给出了导航系统误差对计算结果的影响;(2)针对地面为平面的特定情况,讨论了利用导航系统和DEM等提供的机载信息快速、可靠地恢复地面图像间单应矩阵的方法,计算得到的单应关系可作为先验信息指导两帧图像的特征匹配; (3)对于连续帧图像特征匹配,分别提出了边缘感兴趣点邻域梯度信息和角点量限制的FAST特征等的点特征匹配方法,和基于边缘跟踪线特征、LSD线特征的线特征匹配方法,可应用于山地、城镇等地形,实现窄基线相邻帧图像对之间特征的快速匹配;(4)基于前面得到的景象匹配多视几何约束关系,构建了连续帧图像匹配得到的实时像对基元特征的重投影计算模型,实现了特征基元的几何畸变的消除,在此基础上,通过基准图正射成像原理和对实时图像上阴影区域的分析,实现盲特征的剔除;(5)在特征重投影和盲特征剔除后,利用点基元和点、边缘基元结合的两类初级特征,结合了基元特征的几何分布拓扑特征,分别提出了两种相邻帧图像上获得的图像特征与基准图像特征匹配的方法;(6)提出了一种基于粒子滤波思想的方法,实现序列实时图像特征与基准图像特征匹配结果的滤波定位输出,具有良好的环境适应性;(7)基于计算机图形学技术,研究了大规模地形绘制中保持边界的地形网格简化算法和组织形式,搭建了包含山地、城镇等典型地物的多个场景,形成一套混杂地形景象匹配数据仿真软件。在本项目支持下,目前已在国内外高水平刊物与学术会议上发表论文16篇,其中国际著名SCI期刊论文1篇,EI检索论文10篇(包括2篇国际EI期刊源论文),申请发明专利2项。培养博士生2名,硕士研究生1名,完成项目预先设定的各项研究内容。