[发明专利]一种无人机遥感图像特定目标自动搜索方法

权利要求书

1.一种无人机遥感图像特定目标自动搜索方法，其特征在于，包括以下步骤：

S1、分别对目标图像和场景图像进行尺度空间编码，形成图像的多尺度表征；

S2、基于目标图像和场景图像的尺度空间编码，计算目标图像与场景图像的尺度配准比例，实现尺度配准；

S3、基于目标图像与场景图像的尺度配准和尺度空间编码，计算目标相似度，并最终确定目标；

所述的步骤S1具体包括以下步骤：

S11、分别对目标图像和场景图像划分若干个尺度，然后对每个尺度分别提取SIFT特征；

S12、定义目标图像的特征集合为：其中，表示对应尺度x下的SIFT特征集合，H代表特征点个数，128是特征的维数，D表示目标图像特征在N₁个尺度下的特征集合；

定义场景图像的特征集合为：其中表示对应尺度x下的SIFT特征集合，K代表特征点个数，128是特征的维数，C表示目标图像的特征在N₂个尺度下的特征集合；

S13、采用特征包框架对特征进行直方图编码，定义码书总计包含M个码字，则该码书可以表示为目标图像和场景图像的每个特征h_u均对应有一个其最接近的码字b_m，定义单位向量则有B·e_u＝b_m；

S14、将指定尺度下的所有的特征离散化为直方图：

其中，P代表在当前尺度下特征点的个数，表示在当前尺度下把h_u映射到对应的码字，W代表码字的权重；

则目标图像的尺度空间编码为

场景图像的尺度空间编码为

所述的步骤S2具体包括：

构造尺度配准的能量函数，并根据所构造的能量函数计算目标图像和场景图像的尺度配准比例，所构造的能量函数如下：

其中，表示尺度配准比例，表征目标图像和场景图像不同尺度之间的匹配程度，具体为：

其中，H_x表示目标图像在尺度x下的空间编码，表示场景图像在尺度下的空间编码。

2.根据权利要求1所述的一种无人机遥感图像特定目标自动搜索方法，其特征在于，所述的步骤S3具体包括以下步骤：

S31、基于尺度配准比例选择目标图像的SIFT特征集和场景图像中对应尺度下的SITF特征集进行特征匹配；

S32、采用广义的欧式距离计算向量相似度可以表示为：

S33、对步骤S32得到的相似度进行排序，即可完成目标图像和场景图像特征点之间的匹配并获得多个匹配的点；

S34、过滤掉步骤S33所获得的多个匹配的点中错误的点，即可得到最终的目标。

3.根据权利要求2所述的一种无人机遥感图像特定目标自动搜索方法，其特征在于，所述的步骤S34中在过滤错误的点的过程中，采用RANSAC算法。