[发明专利]一种基于特征点和三维模型的图像融合定位方法

说明书

本发明属于图像处理领域，公开了一种基于特征点和三维模型的图像融合定位方法，包括以下步骤：采取两个传感器进行定位；利用传感器获取实时的自主定位信息获取特征点；对获取的传感器地理信息，映射到已知三维模型上；使用映射的地理信息，三维模型坐标信息、地理信息，获取三维模型坐标与原图像坐标的对应关系；输入目标原始图像像素点坐标到融合系统中，能够获得精确的目标定位信息。与现有技术相比，本发明提供的直接地理定位方法能够实现具备高精度实时地理定位功能，且定位计算过程简单，能够有效提高定位效率。

技术领域

本发明属于地理定位与图像处理技术领域，涉及一种图像融合定位方法，尤其涉及一种基于特征点和三维模型的定位方法。

背景技术

图像地理定位是根据图像视觉信息确定或估计图像中特定目标的地理位置。这个问题有许多的运用场景，例如汽车自动驾驶，移动终端导航，视频地理轨迹生成等，尤其在GIS(地理信息系统)技术不断成熟的情况下，结合GIS提供的地理信息能够快速准确地定位。

在无人侦察机、城市多目标搜索跟踪系统等项目中，通过图像定位技术可以快速获取目标地理信息，解决在强对抗环境下传统定位方法误差大、甚至无效等问题。

在学术研究领域，Zamir等作者提出了每个查询特征点检索距离其最近的一个特征点，然后用比值过滤误匹配的外点，最后选择特征点最多对应的参考图片作为最佳匹配。如果根据错误的匹配结果进行定位就会得出错误结论，其它算法(如ORB、SIFT等)都存在类似问题。如何快速的提高定位精度，及实时的定位是图像定位的重要研究问题之一。

定位精度较低缺少一种使特征点与图像精确匹配及减少图像形变的方法，专利“石悦,付琨,孙显,等.一种多源传感器的遥感图像配准方法[P].中国：CN103020945B,2016”介绍了一种多源遥感图像配准方法，通过随机一致性抽样算法剔除误匹配点。CN110569861A,2019”介绍了一种基于点特征和轮廓特征融合的图像匹配定位方法，并根据飞行平台姿态信息补偿得到飞行平台当前地理位置信息。利用这些方法提高定位精度不能取得满意效果。

在实际运用领域，Google公司研发了一个定位一张图片位置的Google Photos技术。用户把图片上传到服务器中，当服务器接收到需要定位的图片时，它首先会将图片分解成像素级别，然后将这些信息和数据库中的信息进行比对，通过一定的算法判断出照片所在大概区域，如某个国家的某个景区等。接着再根据数据库中保存的GPS地理信息进一步判断，如照片特征符合某个经纬度信息就为其匹配对应的地理位置，这样通过实际经纬度信息就可以对照片进行定位。然而此定位方法是在全球范围内，定位准确率低，无法满足实际要求。因此，要实现有效的图像定位必须研究和寻找更为有效、准确、实时的技术途径。

发明内容

(一)发明目的

本发明的目的是：为满足有效、高精度、实时的图像定位的需求，为城市目标多目标定位提供一种基于特征点和三维模型的图像融合定位方法，实现计算过程简单，能够有效提高定位效率。

(二)技术方案

为了解决上述技术问题，本发明提供一种基于特征点和三维模型的图像融合定位方法，其包括以下步骤：

步骤一：采集一幅原始图像，并从该原始图像中获取至少两个自主定位点的地理信息及图像信息；

步骤二：选取两个自主定位点，在三维模型Unity3D中标注两个自主定位点的位置并获得该两个位置对应的两点的经纬度：点1(A，B)、点4(C，D)，及三维模型坐标差对应的经纬度差，在三维模型上绘制地理上正矩形区域，由已知点1(A，B)、点4(C，D)，使用点1的经度A及点4的纬度D生成点2(A，D)，使用点1的纬度B及点4的经度C生成点3(C，B)，同时记录该正矩形区域的长宽比，点3和点4作为两个新特征点；