基于即时稠密三维重构的无人机视觉定位

传统景象匹配定位方法在用于低空无人机定位时,易因低空航拍图像视场小,且与卫星图像（带有地理信息）的拍摄角度差异大而失败.本文提出了一种基于即时稠密三维重构的无人机视觉定位方法,通过将稠密三维点云与卫星图像匹配以实现无人机定位.首先根据图像序列快速估计摄像机位姿,而后使用多深度图协同去噪与优化算法生成稠密三维点云,随后通过变换观察视角由稠密三维点云生成与卫星图像拍摄视角相近的虚拟视图,最后将虚拟视图与卫星图像匹配并得到无人机的地理坐标.由于稠密三维点云包含多张图像的信息,覆盖面积大,且可变化观察视角,因此能够有效克服上述两个问题.实验证明了本文方法的有效性.     

一种基于射线模型的图像定位系统

图像定位技术在现实中有广泛的应用,如导航、路径规划、虚拟现实等.对于用户而言,只需拍摄一张图像即可实现定位.本文提出了一种基于射线摄像机模型的图像定位系统,包含基于射线模型的三维重构算法和基于位姿图优化的图像定位方法.提出的三维重构算法利用射线模型的内在几何性质,能够处理全景和鱼眼等广角摄像机模型,降低采集和重构的代价,提升重构的效果.基于位姿图的定位方法融合了图像与点云匹配的信息和图像间相对位姿信息实施定位,得到更高的定位精度.实验证明本文方法的有效性.