文献类型：期刊文章

作　　者：张绍荣[1,2] 张闻宇[2] 李云[1] 李智[1,2] 周巧文[1]

Zhang Shaorong;Zhang Wenyu;Li Yun;Li Zhi;Zhou Qiaowen(College of Electronic Information and Automation,Guilin University of Aerospace Technology,Guilin 541004,China;College of Electronic Engineering and Automation,Guilin University of Electronic Technology,Guilin 541004,China)

机构地区：[1]桂林航天工业学院电子信息与自动化学院,院桂林541004 [2]桂林电子科技大学电子工程与自动化学院,院桂林541004

出　　处：《电子测量与仪器学报》

基　　金：国家自然科学基金(6186010041)资助项目。

年　　份：2020

卷　　号：32

期　　号：4

起止页码：102-110

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在无基准图的无人机返航过程中,实时图和航路点的景象匹配是无人机返航成功的关键。为提高景象匹配的实时性和鲁棒性,提出了基于加速分割检测特征(FAST)角点检测和快速视网膜关键点(FREAK)描述符的无人机景象匹配算法。首先,针对FAST角点检测方法的无尺度不变性、特征点数量冗余的缺点进行了改进;接着,对FREAK二进制描述符进行简化,以提高匹配速度;然后,采用K近邻比值法和RANSAC方法进行特征的初匹配和精匹配,并建立定位模型,从而获得航路点与无人机当前位置的实际距离和方位信息;最后,对算法的各项性能做实验验证。所提出的算法定位方向偏差在1°以内,像面距离偏差稳定在0.6 pixel,运行时间0.43 s,远小于尺度不变特征转换(SIFT)和加速鲁棒特征(SURF)算法的处理时间。在尺度变换和噪声等条件变化的情况下,相比SIFT和SURF等算法,所提算法取得了较好的正确匹配率,具有更好的鲁棒性。实验结果表明所提出的算法鲁棒性好,运算速度快,尤其在视角变换方面表现优秀,更适合无人机视觉辅助导航。

关 键 词：无人机 景象匹配 FAST角点  FREAK描述符  

分 类 号：TP391]