[发明专利]一种基于序列海面影像的自动化相对定向方法及系统

权利要求书

1.一种基于序列海面影像的自动化相对定向方法，其特征在于，所述基于序列海面影像的自动化相对定向方法包括：

读取一组不少于50对的海面影像序列；

对影像序列进行畸变校准；

选取影像序列的首幅影像对，在选取匹配区域，确定最大视差；

提取左影像上特征点对，并剔除粗差，得到n≥5个剩余特征点对；

确定基于首幅影像对的控制方程组1；方程组1为将得到每一个特征点对可以列出一个式得到由n个方程组成的控制方程组；

初步相对定向；

序列影像对的特征点对提取及粗差剔除；

精确相对定向；

所述提取左影像上特征点对，并剔除粗差，得到n≥5个剩余特征点对，包括：首幅影像对的特征点对提取及粗差剔除：

在左影像中提取10×10特征点，匹配得到其同名点，特征点及其同名点称为特征点对，剔除含有粗差的特征点对，包括：

将左影像重叠区域均匀分割成多个区域，在每个区域内确定一个特征点，用Moravac算符或其他算符提取特征点，并通过影像匹配得到右影像的同名点；

采用“金字塔+最小二乘”匹配方法实现特征点的精确匹配；按3×3个像素平均为一个像素生成3层金字塔影像，自下而上依次称为第一、二、三层影像，采用相关系数最大的判别法依次在第三、二、一层影像对上提取特征点并匹配其同名点，搜索窗口为左右影像行、列最大视差确定的矩形区域；金字塔匹配完成后，采用最小二乘影像匹配方法实现影像的精确匹配；

若考虑几何畸变和辐射畸变，同名点对周围的灰度函数应满足：

其中，h₀ h₁表示辐射畸变参数，a₀a₁a₂b₀b₁b₂表示几何畸变参数；采用间接平差方法，利用相关系数最大判别法即可求出辐射参数和几何参数，从而准确确定一个像点的同名点；所述相关系数最大判别法是指当迭代后的相关系数小于上一次迭代后的相关系数，迭代停止；

半自动化的粗差判断和剔除方法，包括：

(1)给每个特征点寻找一个伴随点，根据视差剔除粗差；

对于每一个特征点在距离其5≤r≤7范围内寻找一个纹理信息最多的点，即伴随点，并采用上述方法匹配出其同名点；由于海面没有断崖式起伏，因此特征点和其伴随点视差差别不会很大，应在5个像元之内；根据这个判断可以自动剔除部分粗差；

(2)根据同一行的特征点视差变化剔除粗差；

由于左影像的特征点是近似均匀分布的，且海面起伏相对摄影高度是小量，因此同一行特征点的视差不会有剧烈变化，根据这个判据可以人工剔除粗差。

2.如权利要求1所述的基于序列海面影像的自动化相对定向方法，其特征在于，所述读取一组不少于50对的海面影像序列，包括：将双相机安装于观测平台，增加影像对重叠区域的面积，采集一列不少于50对的海面影像序列，采用“tiff”图片格式，利用“imread”命令读取图片。

3.如权利要求1所述的基于序列海面影像的自动化相对定向方法，其特征在于，所述对影像序列进行畸变校准，包括：根据相机内方位参数和畸变系数校准影像序列中的每一幅影像，校准后的影像符合小孔成像模型。

4.如权利要求1所述的基于序列海面影像的自动化相对定向方法，其特征在于，所述选取影像序列的首幅影像对，在选取匹配区域，确定最大视差，包括：选取影像序列的首幅影像对，并通过“imshow”显示，在四边形的重叠区域内，在每个顶点附近人工近似选取一个同名点对，通过这四个同名点对确定矩形的最大匹配区域和最大行视差、列视差。