[发明专利]基于协方差矩阵最小特征值的快速抗旋转景象匹配方法

说明书

本发明涉及一种基于协方差矩阵最小特征值的快速抗旋转景象匹配方法，属于图像定位、视觉导航技术领域。包括以下步骤：在离线状态下，获取基准图像并依据基准图像分别创建累加和矩阵；依据实测图尺寸大小建立虚拟圆索引表Indx，计算协方差矩阵中与实测图相对应的csubgt;22/subgt;元素的值；截取与实测图像大小相等的基准子图并基于虚拟圆索引表Indx对基准子图进行虚拟圆处理；依据创建好的基准图的累加和矩阵计算协方差矩阵中与基准子图相对应的csubgt;11/subgt;元素的值以及csubgt;12/subgt;或csubgt;21/subgt;元素的值；计算协方差矩阵的最小特征值λsubgt;s/subgt;；在所有搜索位置找出λsubgt;s/subgt;最小值对应位置作为最终匹配点。本发明方法在匹配耗时减少的同时，抗旋转性能大大提高，达到了快速抗旋转的效果。

技术领域

本发明属于图像定位、视觉导航技术领域，具体涉及一种可应用于无人机景象匹配辅助导航系统的图像匹配定位方法。

背景技术

景象匹配作为一种辅助导航定位方法，与惯性组合导航系统相结合，可以辅助惯性导航克服陀螺漂移带来的误差，从而降低对纯INS的精度要求，这种组合导航系统是未来无人机导航技术发展和应用的趋势。景象匹配导航系统的核心是图像匹配处理算法，其性能的好坏决定了导航系统的总体性能。因此，研究能够满足无人机导航系统要求的景象匹配算法，具有重要的理论意义和应用价值。

无人机在飞行过程中，受地形地貌变化、平台姿态变化以及惯性导航系统累加误差影响等，所拍实测图与基准图相比可能存在遮挡、噪声以及旋转变化等，为了能够正确地进行导航定位，就要求所采用的景象匹配算法能够对实测图的这些变化具有鲁棒性。目前，以归一化积相关(NCC，Normalized Cross-Correlation)作为相似性测度的匹配方法已经广泛应用在景象匹配中，该方法对图像发生的小的变化(包括噪声、灰度变化及2°内的小角度旋转等)具有一定的鲁棒性，但另一方面，NCC作为相似性测度，在真实匹配位置其值接近于1，但对于非匹配区域，其取值往往也接近于1，也就是说NCC作为相似性测度缺乏很好的区分度，这样当基准图上存在多个相似区域且实测图存在局部变化时往往会导致错误的定位结果。

协方差矩阵最小特征值是一种对图像局部变化能够做出有效响应的相似性度量，能够较好地区分出真实匹配位置和非匹配位置，但作为一种灰度相关匹配算法，仍然面临计算量大，对大角度旋转敏感等问题。为了减少匹配耗时，文献Gaidhane V H,Hote Y V,Singh VAn efficient similarity measure technique for medical imageregistration[J].Sadhana,2012a,37:709–721，在计算协方差矩阵的基础上，利用归一化方差矩阵特性，避开协方差矩阵特征值的计算，以判断5个数学条件是否满足作为匹配依据来减少匹配耗时，但该匹配依据对旋转非常敏感，不适合应用于景象匹配场合。文献陈彬,陈和平,李晓卉.基于GPU的高效图像协方差矩阵算法与实现.计算机工程与设计,2014,35(12):4238-4242，借助GPU通用计算技术，结合CUDA编程模型，通过并行计算实现图像协方差矩阵高效运算，该方法对计算的硬件条件有要求，且主要适用于多通道彩色图像，对景象匹配用的遥感灰度图像不能发挥其优越性。总之，已有的基于协方差矩阵的匹配算法或者通过并行计算或者通过修改相似性测度本身达到减少匹配耗时的目的，这些改进方法不太适合于无人机景象匹配场合，且在抗旋转方面没有进一步的改进措施。

发明内容

要解决的技术问题

为了克服现有的基于协方差矩阵匹配技术在实时性及抗旋转性能方面的不足，本发明提出一种基于协方差矩阵最小特征值的快速抗旋转景象匹配方法。

技术方案

一种基于协方差矩阵最小特征值的快速抗旋转景象匹配方法，其特征在于步骤如下：

步骤1：截取基准图像I，依据基准图像，分别创建累加和矩阵S、T；