一种基于蚁群智能的无人机机器视觉图像匹配方法.pdf

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN101127078A

(43)申请公布日2008.02.20

(21)申请号CN200710121771.6

(22)申请日2007.09.13

(71)申请人北京航空航天大学

地址100083北京市海淀区学院路37号北京航空航天大学自动化学院

(72)发明人段海滨罗德林魏晨陈宗基

(74)专利代理机构北京慧泉知识产权代理有限公司

代理人王顺荣

(51)Int.CI

G06K9/00

G06K9/46

G06K9/62

G06K9/40

权利要求说明书说明书幅图

(54)发明名称

一种基于蚁群智能的无人机机器视

觉图像匹配方法

(57)摘要

本发明提供了一种基于蚁群智能的

无人机机器视觉图像匹配方法。采用中值

滤波法进行平滑滤波，以消除图像的随机

干扰噪声；采用交叉边缘检测法对图像进

行图像锐化处理，以加强图像中的轮廓边

缘和细节；给定原始图像，将每个像素看

作一只蚂蚁，将当前像素和邻域像素的灰

度差与灰度差阈值作比较，小于该阈值的

邻域像素个数即所要提取的邻域特征；根

据图像特征提取特点给出初始聚类中心加

以引导，以减少蚂蚁行走的盲目性，并将

蚂蚁与聚类中心的相似度作为引导函数。

利用蚁群智能对图像和模板的特征集合进

行匹配运算，最终得到无人机机器视觉图

像匹配结果。该方法的优点是计算速度

快、适应性强、匹配精度高，并具有较强

的抗干扰性。

法律状态

法律状态公告日法律状态信息法律状态

权利要求说明书

1.本发明一种基于蚁群智能的无人机机器视觉图像匹配方法，其特征在于：该方法

的具体步骤如下：

(1)图像预处理技术研究：

lt;1gt;采用中值滤波法进行平滑滤波，以消除图像的随机干扰噪声，使图像的失

真尽可能的少；

lt;2gt;采用交叉边缘检测法对图像进行图像锐化处理，以加强图像中的轮廓边缘

和细节；

(2)基于蚁群智能对模板和图像进行特征提取：

给定原始图像，将每个像素看作一只蚂蚁，将当前像素和邻域像素的灰度差与灰度

差阈值作比较，小于该阈值的邻域像素个数即所要提取的邻域特征；图像特征提取

过程中，每只蚂蚁是以灰度、梯度和邻域为特征的三维向量，图像匹配就是这些具

有不同特征的蚂蚁搜索食物源的过程；

给定原始图像X，将每个像素Xsubj/sub看作一只蚂蚁，则可根据上述方法进

行特征提取；任意像素Xsubi/sub到Xsubj/sub的距离为dsubij/sub，

可采用欧几里德距离对其进行计算：

mathsmathmrowmsubmid/mimiij/mi/msubmo=/momsqrt

munderovermiSigma;/mimrowmik/mimo=/momn1/mn/

mrowmim/mi/munderovermsubmip/mimik/mi/msubmsup

mrowmo(/momsubmix/mimiik/mi/msubmo-

/momsubmix/mimijk/mi/msubmo)/mo/mrowmn2/mn/

msup/msqrt/mrow/math/maths

式中，p为加权因子，其值根据像素各分量对聚类的影响程度设定；如像素分量对

某聚类的影响程度较小，则取p＝1；反之，若影响程度较大，则取p＝4；

(3)基于蚁群智能的图像模板匹配运算：

假设x，y是匹配坐标，s和a是匹配过程中旋转和尺度因子的变化值，

HsubW/sub(x，y)表示Hausdcrf距离，(x，y，s，a)构成了解空间中四个待确

定的参数，则基于蚁群算法的图像匹配适应度函数可定义如下：

mathsmathmrowmif/mimrowmo(/momix/mimo,/mom

iy/mimo,/momis/mimo,/momia