本發(fā)明涉及無人機圖像，具體為一種基于圖像匹配的無人機圖像優(yōu)化系統(tǒng)及方法。

背景技術(shù)：

1、雙目立體圖像匹配算法是一種用于處理雙目立體圖像的計算機視覺算法。其主要目的是通過比較左右兩幅圖像中對應(yīng)像素點的特征，找到它們之間的對應(yīng)關(guān)系，從而計算出深度信息。

2、無人機在飛行過程中拍攝的圖像，通過雙目立體圖像匹配算法去計算每個像素點的視差信息，實現(xiàn)對圖像的三維重建；但是這需要準(zhǔn)確計算圖像中對應(yīng)像素點的視差信息，然而在無人機飛行過程中，拍攝的圖像會因為受到各種環(huán)境因素的干擾，導(dǎo)致圖像模糊或者部分區(qū)域曝光異常，無法得到完整有效的圖像；在無法對異常圖像進(jìn)行修復(fù)的情況下，只能進(jìn)行重新拍攝，但是也無法很快完成，多次重復(fù)拍攝會耗費大量的精力，且效率也十分低下。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于圖像匹配的無人機圖像優(yōu)化系統(tǒng)及方法，以解決上述背景技術(shù)中提出的問題。

2、為了解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種基于圖像匹配的無人機圖像優(yōu)化方法，優(yōu)化方法包括以下步驟：

3、步驟s100：分別獲取無人機在沿飛行路線對目標(biāo)對象進(jìn)行圖像采集過程中，于每一拍攝位置處連續(xù)攝取得到的若干張圖像；通過對每一拍攝位置處的若干張圖像進(jìn)行特征偏差比對，對存在拍攝異常的拍攝位置進(jìn)行判斷識別和特征標(biāo)記，得到若干個異常拍攝位置；其中，無人機在一處拍攝位置拍攝到的圖像數(shù)量大于等于2張；

4、步驟s200：獲取與異常拍攝位置相鄰的拍攝位置的坐標(biāo)位置，和所述坐標(biāo)位置攝取到的圖像，確定圖像中目標(biāo)對象在實際方位上的坐標(biāo)位置；分析異常拍攝位置相鄰兩個拍攝位置的拍攝角度，得到無人機在異常拍攝位置的拍攝角度；

5、步驟s300：根據(jù)異常拍攝位置的分布情況得到若干個異常飛行路段，分析每個異常飛行路段中無人機坐標(biāo)位置的變化過程；分析無人機在各個異常飛行路段中的調(diào)整路線和拍攝角度變化趨勢，得到無人機在異常飛行路段中若干條調(diào)整路線的選擇優(yōu)先級；

6、步驟s400：實時獲取無人機在飛行過程中在各個拍攝位置拍攝的圖像，分析得到若干個實時異常飛行路段，根據(jù)實時異常飛行路段和歷史飛行過程中的異常飛行路段之間的拍攝位置分布情況，對無人機的飛行路線進(jìn)行調(diào)整。

7、進(jìn)一步的，步驟s100包括以下步驟：

8、步驟s101：設(shè)定無人機在一次飛行過程中的第i個拍攝位置拍攝到的任意兩張圖像分別為和，提取圖像和圖像中的所有特征點，圖像中的特征點包括了角點、邊緣、sift特征點和surf特征點等等，得到圖像的特征集合和圖像的特征集合；獲取特征集合中任意一個特征點在圖像中的坐標(biāo)位置，提取圖像中所述坐標(biāo)位置對應(yīng)的像素點，判斷像素點是否為特征集合中的一個特征點；若像素點不為特征點，則對第i個拍攝位置進(jìn)行異常標(biāo)記，得到無人機在一次飛行過程中的異常拍攝位置集合；

9、步驟s102：獲取無人機每次飛行過程中的異常拍攝位置集合，選取任意一次飛行過程中的一個異常拍攝位置，設(shè)定異常拍攝位置在一次飛行過程中為第i個拍攝位置，則統(tǒng)計在所有單位周期里，第i個拍攝位置為異常拍攝位置的數(shù)量為，得到第i個拍攝位置的異常占比為；設(shè)定一個異常占比閾值，若，則對第i個拍攝位置進(jìn)行特征標(biāo)記；分析各個異常拍攝位置的異常占比，能夠篩選出部分特殊情況下的異常拍攝位置，這類異常拍攝位置能夠根據(jù)歷史拍攝圖像和相鄰拍攝位置拍攝的圖像進(jìn)行直接替換，能夠一定程度上提高工作效率。

10、進(jìn)一步的，步驟s200包括以下步驟：

11、步驟s201：設(shè)定無人機一次飛行過程中的第i個拍攝位置存在特征標(biāo)記，獲取相鄰拍攝位置拍攝得到的圖像，利用雙目立體圖像匹配算法計算兩幅圖像中對應(yīng)像素點的視差，得到對應(yīng)像素點的水平偏移量；確定每一個像素點的水平偏移量，得到每一個像素點的深度信息，確定拍攝圖像對應(yīng)的目標(biāo)對象所處的坐標(biāo)位置；

12、步驟s202：獲取第i+1個拍攝位置無人機所處的坐標(biāo)位置，以無人機飛行方向為一條邊，以無人機坐標(biāo)位置和三維圖像所處的坐標(biāo)位置之間的連線為另一條邊，生成的夾角為無人機在第i+1個拍攝位置的拍攝角度；

13、步驟s203：獲取與第i個拍攝位置相鄰的兩個拍攝位置中無人機的拍攝角度，設(shè)定第i-1個拍攝位置的拍攝角度為，第i+1個拍攝位置的拍攝角度為，對兩個拍攝角度進(jìn)行平均值計算，得到第i個拍攝位置的拍攝角度。

14、進(jìn)一步的，步驟s300包括以下步驟：

15、步驟s301：獲取無人機在一次飛行過程中的所有異常拍攝位置，若相鄰兩個異常拍攝位置在飛行過程中為兩個相鄰的拍攝位置，則將相鄰兩個異常拍攝位置劃分為一個異常飛行路段，生成無人機一次飛行過程中的若干個異常飛行路段；

16、步驟s302：設(shè)定一個異常飛行路段中第一個異常拍攝位置為起始拍攝位置，最后一個異常拍攝位置為末尾拍攝位置；提取無人機在起始拍攝位置的坐標(biāo)位置和在末尾拍攝位置的坐標(biāo)位置，以兩個坐標(biāo)位置為一條直徑的兩個端點，建立一個球體，將球體的表面作為無人機在異常飛行路段的飛行調(diào)整區(qū)域；

17、步驟s303：獲取無人機在飛行調(diào)整區(qū)域中各個位置拍攝的圖像，設(shè)定在坐標(biāo)位置為(x,y)的任意兩張圖像為和，分別提取圖像和圖像的特征集合；獲取兩個特征集合中相同特征點的數(shù)量為，根據(jù)公式：

18、

19、其中，為圖像的特征集合，為圖像的特征集合，為兩個特征集合相交后的特征點數(shù)量；計算得到圖像和圖像的相似度；設(shè)定一個相似度閾值，若，則將坐標(biāo)位置(x,y)設(shè)定為目標(biāo)位置，并獲取坐標(biāo)位置(x,y)的拍攝角度；

20、步驟s304：獲取飛行調(diào)整區(qū)域中的所有目標(biāo)位置，將起始拍攝位置的坐標(biāo)位置作為無人機飛行路線的起點，將末尾拍攝位置的坐標(biāo)位置作為無人機飛行路線的終點，對所有目標(biāo)位置進(jìn)行連線，得到無人機在飛行調(diào)整區(qū)域中的若干條調(diào)整路線；

21、步驟s305：設(shè)定第j條調(diào)整路線中每個坐標(biāo)位置的拍攝角度，其中第k個坐標(biāo)位置的拍攝角度為，計算得到第k個坐標(biāo)位置與第k+1個坐標(biāo)位置之間的角度差為；獲取第j條調(diào)整路線的所有角度差，進(jìn)行平均值計算得到第j條調(diào)整路線的平均調(diào)整角度為；

22、步驟s306：獲取第j條調(diào)整路線的飛行距離為，根據(jù)公式：

23、

24、其中，a,b為常數(shù)系數(shù)；計算得到第j條調(diào)整路線的選擇優(yōu)先級；按照選擇優(yōu)先級從大到小進(jìn)行排序，選取選擇優(yōu)先級最大的一條調(diào)整路線作為無人機在一個異常飛行路段中的計劃飛行路線；無人機的調(diào)整路線會受到路線距離和拍攝角度變化的影響，路線距離會影響無人機的效率，拍攝角度變化過大導(dǎo)致操作難度增大，都不利于無人機的拍攝，因此需要從多條調(diào)整路線中選擇最有效的一條飛行路線，能夠有效提高工作效率。

25、進(jìn)一步的，步驟s400包括以下步驟：

26、步驟s401：實時獲取無人機飛行過程中第i個拍攝位置拍攝的兩幅圖像，提取兩幅圖像的特征集合，比較兩個特征集合判斷第i個拍攝位置是否為異常拍攝位置，將無人機飛行過程中的異常拍攝位置劃分為若干個實時異常飛行路段；

27、步驟s402：獲取無人機在歷史飛行過程中的若干個異常飛行路段，若一個實時異常飛行路段與一個異常飛行路段存在相同飛行路段，得到相同飛行路段的時間長度為t，根據(jù)公式：，其中，為歷史飛行過程中異常飛行路段的時間長度，計算得到實時異常飛行路段的相同異常時長占比；

28、步驟s403：設(shè)定一個占比閾值，若，則對異常飛行路段的飛行路線按照飛行路線調(diào)整優(yōu)先級進(jìn)行調(diào)整；若，則獲取實時異常飛行路段的飛行調(diào)整區(qū)域，生成實時異常飛行路段里的飛行路線調(diào)整優(yōu)先級，并對無人機的飛行路線進(jìn)行調(diào)整。

29、為了更好地實現(xiàn)上述方法，還提出了一種基于圖像匹配的無人機圖像優(yōu)化系統(tǒng)，優(yōu)化系統(tǒng)包括異常拍攝位置分析模塊、無人機數(shù)據(jù)分析模塊、路線優(yōu)先級選擇模塊、路線調(diào)整模塊；

30、異常拍攝位置分析模塊，用于分別獲取無人機在沿飛行路線對目標(biāo)對象進(jìn)行圖像采集過程中，于每一拍攝位置處連續(xù)攝取得到的若干張圖像；通過對每一拍攝位置處的若干張圖像進(jìn)行特征偏差比對，對存在拍攝異常的拍攝位置進(jìn)行判斷識別和特征標(biāo)記，得到若干個異常拍攝位置；

31、無人機數(shù)據(jù)分析模塊，用于獲取與異常拍攝位置相鄰的拍攝位置的坐標(biāo)位置，和所述坐標(biāo)位置攝取到的圖像，確定圖像中目標(biāo)對象在實際方位上的坐標(biāo)位置；分析異常拍攝位置相鄰兩個拍攝位置的拍攝角度，得到無人機在異常拍攝位置的拍攝角度；

32、路線優(yōu)先級選擇模塊，用于根據(jù)異常拍攝位置的分布情況得到若干個異常飛行路段，分析每個異常飛行路段中無人機坐標(biāo)位置的變化過程；根據(jù)無人機在各個坐標(biāo)位置拍攝的圖像，得到若干個目標(biāo)位置和目標(biāo)位置的拍攝角度，分析無人機的調(diào)整路線和拍攝角度變化趨勢，得到無人機在異常飛行路段中若干條調(diào)整路線的選擇優(yōu)先級；

33、路線調(diào)整模塊，用于實時獲取無人機在飛行過程中在各個拍攝位置拍攝的圖像，分析得到若干個實時異常飛行路段，根據(jù)實時異常飛行路段和歷史飛行過程中的異常飛行路段之間的拍攝位置分布情況，對無人機的飛行路線進(jìn)行調(diào)整。

34、進(jìn)一步的，異常拍攝位置分析模塊包括特征集合生成單元和異常標(biāo)記單元；

35、特征集合生成單元，用于獲取無人機歷史每一次飛行過程中各個拍攝位置同時拍攝到的若干張圖像，比較若干張圖像的特征集合之間的特征點；異常標(biāo)記單元，用于比較若干張圖像的特征集合之間的特征點，分析特征點之間的差異，判斷是否對異常拍攝位置進(jìn)行特征標(biāo)記。

36、進(jìn)一步的，無人機數(shù)據(jù)分析模塊包括目標(biāo)位置確定單元和拍攝角度分析單元；

37、目標(biāo)位置確定單元，用于獲取與異常拍攝位置相鄰的拍攝位置的坐標(biāo)位置，和所述坐標(biāo)位置攝取到的圖像，確定圖像中目標(biāo)對象在實際方位上的坐標(biāo)位置；拍攝角度分析單元，用于分析異常拍攝位置相鄰兩個拍攝位置的拍攝角度，得到無人機在異常拍攝位置的拍攝角度。

38、進(jìn)一步的，路線優(yōu)先級選擇模塊包括位置變化分析單元和優(yōu)先級設(shè)定單元；

39、位置變化分析單元，用于根據(jù)異常拍攝位置的分布情況得到若干個異常飛行路段，分析每個異常飛行路段中無人機坐標(biāo)位置的變化過程；優(yōu)先級設(shè)定單元，用于根據(jù)無人機在各個坐標(biāo)位置拍攝的圖像，得到若干個目標(biāo)位置和目標(biāo)位置的拍攝角度，分析無人機的調(diào)整路線和拍攝角度變化趨勢，得到無人機在異常飛行路段中若干條調(diào)整路線的選擇優(yōu)先級。

40、進(jìn)一步的，路線調(diào)整模塊包括實時數(shù)據(jù)分析單元和調(diào)整方案確定單元；

41、實時數(shù)據(jù)分析單元，用于實時獲取無人機在飛行過程中在各個拍攝位置拍攝的圖像，分析得到若干個實時異常飛行路段；調(diào)整方案確定單元，用于根據(jù)實時異常飛行路段和歷史飛行過程中的異常飛行路段之間的拍攝位置分布情況，對無人機的飛行路線進(jìn)行調(diào)整。

42、與現(xiàn)有技術(shù)相比，本發(fā)明所達(dá)到的有益效果是：（1）本發(fā)明通過調(diào)整無人機的飛行路線，使得減少無人機拍攝的圖像因為各種環(huán)境因素的影響產(chǎn)生的圖像異常的問題，對無人機圖像進(jìn)行了有效優(yōu)化，使得無人機拍攝的圖像的質(zhì)量都能夠得到保障；（2）本發(fā)明通過對連續(xù)異常的飛行路段的飛行路線進(jìn)行調(diào)整，提供多條路線進(jìn)行選擇，能夠在保障圖像質(zhì)量的同時，選擇更加有效和節(jié)能的路線，提高無人機的拍攝效率；而對部分異常拍攝位置的圖像，可以通過相鄰的圖像進(jìn)行彌補，提高了工作效率；（3）本發(fā)明設(shè)定了飛行路線調(diào)整的優(yōu)先級，能夠幫助工作人員有效地選擇合適的路線進(jìn)行飛行拍攝，有效縮短工作時間，避免了重復(fù)拍攝依舊存在異常的情況。