基于图像配准的无人机姿态测量技术研究

发布时间：2017-08-26 15:43

  本文关键词：基于图像配准的无人机姿态测量技术研究

  更多相关文章： 无人机 姿态测量 特征点提取 匹配度量 坐标系

【摘要】：基于图像处理技术的无人机姿态测量,是传统姿态测量的一种新型辅助测量方法,它因具有无源、自主等优点,成为国内外研究的热点。本文创新之处在于通过无人机成像设备对地面目标进行连续图像采集,得到目标图像序列,再通过图像处理技术提取图像匹配特征点,综合计算机视觉和坐标几何变换等理论完成无人机姿态测量。为完成无人机姿态测量,需要将无人机放置在一个合适的坐标系中,在无人机姿态发生变化后,坐标系能准确描述状态变化并建立坐标系间的变换关系。转换的过程还需要考虑无人机、云台以及地球三大坐标系,完成彼此之间的矩阵转换并简化这一过程。对采集图像的特征点提取,比较了经典Harris特征点提取算法,SIFT特征点提取算法和基于小波变换的多尺度小波变换能量累加特征点检测算法。在图像发生尺度和旋转变化时,比较三种方法在特征点检测的性能,最终通过比较基于小波变换的特征点检测在性能上表现更为优异。对于存在变化的图像间的特征点,如何进行匹配度量,引入了特征点相似性度量方法。比较了常见的基于归一化互相关的相似性度量技术和基于Fourier-Mellin变换的相似性度量技术。对于存在较为复杂几何变换的图像,基于Fourier-Mellin变换的相似度量技术表现更好。为了进一步改善尺度、旋转不变特征点相似性度量方法的计算速度,再结合图像迹变换。通过图像处理方法找到无人机成像变化之间的特征点对,并根据投影变换得到几何转换参数。再与建立的无人机姿态模型相融合,完成无人机姿态测量,并对姿态测量进行误差分析。
【关键词】：无人机 姿态测量 特征点提取 匹配度量 坐标系
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V279
【目录】：

• 摘要4-5
• ABSTRACT5-10
• 缩略词10-11
• 第一章 绪论11-19
• 1.1 研究背景与意义11-13
• 1.2 目前国内外无人机姿态测量研究情况13-16
• 1.3 论文研究的主要内容和方法16-19
• 第二章 无人机姿态测量模型19-29
• 2.1 引言19
• 2.2 坐标系的定义和转换19-21
• 2.3 坐标系的转换21-26
• 2.3.1 齐次坐标转换理论21-24
• 2.3.2 常用坐标系的转换24-26
• 2.4 无人机摄像机云台26-27
• 2.5 姿态角的定义27-28
• 2.6 本章小结28-29
• 第三章 图像配准技术29-49
• 3.1 引言29
• 3.2 常见特征点配准技术29-31
• 3.3 经典的Harris特征点检测方法31-34
• 3.4 SIFT特征点检测方法34-38
• 3.5 小波变换旋转、尺度不变特征点检测方法38-48
• 3.5.1 小波变换的定义38-40
• 3.5.2 小波变换的尺度离散化40-41
• 3.5.3 小波变换信号的奇异性检测41-43
• 3.5.4 尺度变化小波变换能量累加特征点检测方法43-48
• 3.6 本章小结48-49
• 第四章 特征点匹配度量技术49-64
• 4.1 引言49-50
• 4.2 基于归一化思想的相似度量技术50-52
• 4.3 基于Fourier-Mellin变换的相似度量技术52-57
• 4.3.1 傅里叶变换性质53-54
• 4.3.2 傅里叶幅度谱坐标转换54-55
• 4.3.3 基于Fourier-Mellin变换的图像匹配55
• 4.3.4 基于Fourier-Mellin变换的特征点相似度量55-57
• 4.4 基于迹变换的特征点相似度量57-63
• 4.4.1 图像Radon变换57-59
• 4.4.2 图像迹变换59-61
• 4.4.3 基于局部图像迹变换的特征点相似度量61-63
• 4.5 本章小结63-64
• 第五章 无人机姿态测量64-78
• 5.1 引言64
• 5.2 图像配准效果验证64-68
• 5.2.1 图像预处理64-66
• 5.2.2 图像特征点提取66
• 5.2.3 图像特征点匹配效果66-68
• 5.3 无人机姿态测量68-74
• 5.3.1 姿态测量模型68-71
• 5.3.2 姿态测量结果71-74
• 5.4 姿态测量误差分析74-77
• 5.5 本章小结77-78
• 第六章 总结与展望78-81
• 6.1 本文主要工作总结78
• 6.2 展望78-81
• 参考文献81-84
• 致谢84-85
• 在学期间的研究成果及发表的学术论文85

【参考文献】

中国期刊全文数据库 前10条

1 许佳佳;张叶;张赫;;基于改进Harris-SIFT算子的快速图像配准算法[J];电子测量与仪器学报;2015年01期

2 聂鹏;李佩华;李正强;郑旺;宋平;;基于卡尔曼滤波的小型无人机姿态估计算法研究[J];沈阳航空航天大学学报;2013年06期

3 刘健;张国华;黄琳琳;;基于改进SIFT的图像配准算法[J];北京航空航天大学学报;2010年09期

4 陈龙胜;陈谋;姜长生;;基于视觉信息的无人机自主着陆过程姿态和位置估计[J];电光与控制;2009年05期

5 文贡坚;吕金建;王继阳;;基于特征的高精度自动图像配准方法[J];软件学报;2008年09期

6 徐贵力;倪立学;程月华;;基于合作目标和视觉的无人飞行器全天候自动着陆导引关键技术[J];航空学报;2008年02期

7 那盟;贾培发;;微型直升机自主飞行辅助视觉系统研究[J];计算机工程与应用;2006年30期

8 刘士清,胡春华,朱纪洪;一种基于灭影线的无人直升机位姿估计方法[J];计算机工程与应用;2004年09期

9 邱力为,宋子善,沈为群;用于无人直升机着舰控制的计算机视觉技术研究[J];航空学报;2003年04期

10 邱力为,宋子善,沈为群;无人直升机自主着舰的计算机视觉算法[J];北京航空航天大学学报;2003年02期

，

本文编号：742201