CN104977013A - 一种gps导航的图像处理方法 - Google Patents

Abstract

本发明公开了一种GPS导航的图像处理方法，首先通过图像采集装置采集三维实测图，并与预先存储的三维参考图进行图像匹配，获取实测图与参考图之间的所有一一对应点对；然后，计算每一对一一对应点对的像素差值，根据像素差值重新构建目标图像；最后，获取目标图像的参数值，处理后的数据输出；该方法获取的数据能够直观的看出与正常值偏差的具体量值，并转化成导航数据，增加了导航的准确性。

Description

一种GPS导航的图像处理方法

技术领域

本发明属于图像处理领域，具体涉及一种GPS导航的图像处理方法。

背景技术

全球定位系统(英语：Global Positioning System，通常简称GPS)，又称全球卫星定位系统，是一个中距离圆型轨道卫星导航系统。它可以为地球表面绝大部分地区(98％)提供准确的定位、测速和高精度的时间标准。系统由美国国防部研制和维护，可满足位于全球任何地方或近地空间的军事用户连续精确的确定三维位置、三维运动和时间的需要。该系统包括太空中的24颗GPS卫星；地面上1个主控站、3个数据注入站和5个监测站及作为用户端的GPS接收机。最少只需其中3颗卫星，就能迅速确定用户端在地球上所处的位置及海拔高度；所能收联接到的卫星数越多，解码出来的位置就越精确。

GPS运用到电子巡更里的优势是如果一个比较长比较远的巡检线路，不需要安装巡检点，直接从卫星上取得坐标信号，主要适用于长距离巡更巡检如电信、森林防火、石化油气管道勘查等。澳普门禁的左光智介绍：“但是GPS容易受环境的影响，比如因为阴天的森林天上有云、电离层都会对卫星信号产生影响甚至有可能定位不到。”加上GPS耗电量大，成本高；最大的局限性是GPS不能在封闭的空间内比如大楼里面使用，而巡更产品大部分是用于室内的。

申请号为201310586649.1，申请日为2013-11-20的发明专利申请提供一种GPS定位导航方法，涉及无线通信技术，为解决导航软件无法为用户提供实时最优出行路径的问题，包括：公交车通过车载模块与GPS定位系统相连，实时获取公交车位置信息，并将公交车位置信息存储到云数据库中；当需要导航时，终端设备接收用户发送的导航起始位置和终止位置信息，根据该信息启动导航软件获取两条以上公交车导航路径；终端设备从公交车导航路径中获取公交车信息，向服务器发送公交车位置请求，接收服务器返回的公交车位置信息和该公交车位置对应的实时路况信息，根据上述信息计算每条公交车导航路径对应的路程时间，从两条以上公交车导航路径中选取路程时间最短的公交车导航路径为出行路径。该发明可以应用在导航系统中。

上述专利中的定位方法是选择最优路径，根据导航起止位置进行处理，不能够根据实时信息进行导航，导航的精度低。

发明内容

本发明所要解决的技术问题是：提供一种GPS导航的图像处理方法，解决了现有技术中GPS导航精度低的问题。

本发明为解决上述技术问题采用以下技术方案：

一种GPS导航的图像处理方法，首先通过图像采集装置采集三维实测图，并与预先存储的三维参考图进行图像匹配，获取实测图与参考图之间的所有一一对应点对；然后，获取每一组一一对应点对中实测图像素点的像素参数，并且与对应参考图像素点的像素参数进行对应求差值，将所有差值作为目标像素点的像素参数，根据所有目标像素点的像素参数构建目标图像；最后，获取目标图像的参数值，处理后的数据输出，并转换成GPS导航数据；其中，进行图像匹配，获取实测图与参考图之间的所有一一对应点对的具体过程如下：

将参考图与实测图的像素点集，分别定义为集合A和B，任意选取两组点对，其中，每一对点对均包含一个参考图像素点集A中的点和一个实测图像素点集B中的点，并且每一对点对中两个点的坐标不同，每一个点对的两个点构成一条过坐标原点的矢量，两个矢量构成平面，计算两个矢量之间的角度，并计算两个矢量所构成的平面过坐标原点的法线的法向量、方向向量，根据该角度和法向量、方向向量判断其中一组对应点对是否为一一对应点对；如果是一一对应点对，记录该一组一一对应点对；否则继续判断；

记录参考图与实测图之间的所有一一对应点对。

两个矢量之间的角度为：

$\mathrm{\θ}={\cos }^{-1}\frac{\stackrel{\→}{a_i{a}_j}\·\stackrel{\→}{b_p{d}_q}}{\left|\right|\stackrel{\→}{a_i{a}_j}\left|\right|\·\left|\right|\stackrel{\→}{b_p{d}_q}\left|\right|},$

其中，a_i为集合A中第i个元素，a_j为集合A中第j个元素，b_p为集合B中第p个元素，b_q为集合B中第q个元素，a_i≠a_j,b_p≠b_q；

两个矢量所构成的平面过坐标原点的法线的法向量为：

$\stackrel{\→}{n}=\stackrel{\→}{a_i{a}_j}\×\stackrel{\→}{b_p{b}_q},$ 方向向量为： $\stackrel{\→}{ne}=\frac{\stackrel{\→}{n}}{\left|\right|\stackrel{\→}{n}\left|\right|}=(l,m,n)$

其中l,m,n分别为与X,Y,Z轴的方向余弦。

所述所述像素参数包括像素点的亮度值、灰度值、色度值、三维坐标值。

所述判断其中一组对应点对是否为一一对应点对采用如下方法：

将集合A中两个元素构建的矢量以方向向量为过坐标原点的法线为旋转轴，绕旋转轴旋转θ角度，使得该矢量与集合B中两个元素构建的矢量方向一致，则该旋转变换用三维矩阵表示为：

$P(\mathrm{\θ},0)=\left[\begin{array}{ccc}{l}^2(1-\cos \mathrm{\θ})+\cos \mathrm{\θ}& ml(1-\cos \mathrm{\θ})+n\sin \mathrm{\θ}& nl(1-\cos \mathrm{\θ})-m\sin \mathrm{\θ}\\ ml(1-\cos \mathrm{\θ})-n\sin \mathrm{\θ}& m^2(1-\cos \mathrm{\θ})+\cos \mathrm{\θ}& nm(1-\cos \mathrm{\θ})+l\sin \mathrm{\θ}\\ nl(1-\cos \mathrm{\θ})+m\sin \mathrm{\θ}& nm(1-\cos \mathrm{\θ})-l\sin \mathrm{\θ}& n^2(1-\cos \mathrm{\θ})+\cos \mathrm{\θ}\end{array}\right]$

判断该旋转变换三维矩阵P(θ,0)是否为最优相似变换矩阵；如果P(θ,0)是最优相似矩阵，则定义该最优相似矩阵为P_g(θ,0)，同时该一组对应点对为一一对应点对。

所述实测三维图像和参考三维图像之间的一一对应点对利用最小二乘算法计算。

与现有技术相比，本发明具有以下有益效果：

1、通过计算每一对一一对应点对的像素差值，根据像素差值重新构建目标图像；最终，获取目标图像的参数值，处理后的数据输出，能够直观的看出与正常值偏差的具体量值，并转换成直接的导航数据，提高了导航精度。

2、针对各个像素点不同的参数来分析重构目标图像，使得重构的目标图像更清晰、准确，真实度更高。

3、通过三维实测图像和三维参考图像采用最小二乘算法进行精确匹配算法，计算得到X光片中图像的位置和姿态变化，因计算的精度能够达到亚像素级，因此本发明采用的方法定位精度高。

具体实施方式

下面对本发明的结构及工作过程作进一步说明。

一种GPS导航的图像处理方法，首先通过图像采集装置采集三维实测图，并与预先存储的三维参考图进行图像匹配，获取实测图与参考图之间的所有一一对应点对；然后，获取每一组一一对应点对中实测图像素点的像素参数，并且与对应参考图像素点的像素参数进行对应求差值，将所有差值作为目标像素点的像素参数，根据所有目标像素点的像素参数构建目标图像；最后，获取目标图像的参数值，处理后的数据输出，并转换成GPS导航数据；其中，进行图像匹配，获取实测图与参考图之间的所有一一对应点对的具体过程如下：

将参考图与实测图的像素点集，分别定义为集合A和B，任意选取两组点对，其中，每一对点对均包含一个参考图像素点集A中的点和一个实测图像素点集B中的点，并且每一对点对中两个点的坐标不同，每一个点对的两个点构成一条过坐标原点的矢量，两个矢量构成 平面，计算两个矢量之间的角度，并计算两个矢量所构成的平面过坐标原点的法线的法向量、方向向量，根据该角度和法向量、方向向量判断其中一组对应点对是否为一一对应点对；如果是一一对应点对，记录该一组一一对应点对；否则继续判断；

记录参考图与实测图之间的所有一一对应点对。

所述的图像匹配算法主要包括如下步骤：

(a)确定实测图与参考图之间的待匹配点集；

(b)确定具有最多匹配点对数目的实数矩阵和实测图像与参考图像之间的一组一一对应点对；

(c)在获得了实测图像与参考图像之间的一组一一对应点对和具有最多匹配点对数目的实数矩阵基础之上，确定实测图与参考图中所有的一一对应点对；

(d)在获得了所有的一一对应点对基础上，采用最小二乘算法计算最优实数变换矩阵。

为了方便描述精确图像匹配算法，首先定义最优实数变换矩阵：将立体图像的像素扩充成三维的点其中，为三维空间上对应X轴、Y轴和Z轴的坐标，假设参考图和实测图的点集分别为A＝{a₁,a₂,…,a_m}和B＝{b₁,b₂,…,b_n}，其次定义矢量 其中a_i,a_j与b_p,b_q分别为参考图点集和实测图点集中的点，并且a_i≠a_j,b_p≠b_q，并且 和为两组一一对应点对,则矢量到矢量的角度为：

$\mathrm{\α}={\cos }^{-1}\frac{\stackrel{\→}{a_i{a}_j}\·\stackrel{\→}{b_p{d}_q}}{\left|\right|\stackrel{\→}{a_i{a}_j}\left|\right|\·\left|\right|\stackrel{\→}{b_p{b}_q}\left|\right|}$

矢量所构成的平面过坐标原点的法线的法向量为：

$\stackrel{\→}{n}=\stackrel{\→}{a_i{a}_j}\×\stackrel{\→}{b_p{b}_q}$

将法向量单位化后的方向向量：

$\stackrel{\→}{ne}=\frac{\stackrel{\→}{n}}{\left|\right|\stackrel{\→}{n}\left|\right|}=(l,m,n,0),$

其中l,m,n分别为与X,Y,Z轴的方向余弦，那么矢量以方向向量为过坐标原点的直线为旋转轴，绕旋转轴旋转θ角度后，与矢量方向一致，三维图像的空间旋转可以表示为包括绕着某一螺旋轴的旋转运动(旋转角度为θ)和沿着螺旋轴方向上的平移运动(位移量为S)，图像到旋转轴的距离为h，则该旋转变换用三维矩阵表示为：

$P(\mathrm{\θ},0)=\left[\begin{array}{ccc}{l}^2(1-\cos \mathrm{\θ})+\cos \mathrm{\θ}& ml(1-\cos \mathrm{\θ})+n\sin \mathrm{\θ}& nl(1-\cos \mathrm{\θ})-m\sin \mathrm{\θ}\\ ml(1-\cos \mathrm{\θ})-n\sin \mathrm{\θ}& m^2(1-\cos \mathrm{\θ})+\cos \mathrm{\θ}& nm(1-\cos \mathrm{\θ})+l\sin \mathrm{\θ}\\ nl(1-\cos \mathrm{\θ})+m\sin \mathrm{\θ}& nm(1-\cos \mathrm{\θ})-l\sin \mathrm{\θ}& n^2(1-\cos \mathrm{\θ})+\cos \mathrm{\θ}\end{array}\right]$

判断该旋转变换三维矩阵P(θ,0)是否为最优相似变换矩阵；如果P(θ,0)是最优相似矩阵，则定义该最优相似矩阵为P_g(θ,0)，同时该一组对应点对为一一对应点对。

假设两个点集A＝{a₁,a₂,…,a_m}和B＝{b₁,b₂,…,b_n}之间存在k个一一对应点，即 则对于任意一组对应点对存在矢量集合  $A_i=\{\stackrel{\→}{a_i{a}_1},\stackrel{\→}{a_i{a}_2},\mathrm{...},0,\mathrm{...},\stackrel{\→}{a_i{a}_1}\}$ 和 $B_i=\{\stackrel{\→}{b_i{b}_1},\stackrel{\→}{b_i{b}_2},\mathrm{...},0,\mathrm{...},\stackrel{\→}{b_i{b}_k}\},$ 对应矢量之间的相似变换为P(α,0)，因此，若为一组对应点对时，必可以在点集A和B中确定k-1个其他点，用以构成相对应的矢量对，并且由任意一对矢量所确定的相似变换均为P(θ,0)。反之，若确定的点数小于k，则该为不相互对应的点对，而且可以知道实际的一一对应点对数应小于或等于k-1，以此类推，可以找到点集最大一一对应点对的个数。定义此时的实数相似变换矩阵为P_op(θ,0)，利用该相似变换矩阵可以判定给定的一组对应点对是否为点集中的一组一一对应点对。

所述计算每一对一一对应点对的像素差值，根据像素差值重新构建目标图像的具体过程如下：

首先，获取每一组一一对应点对中实测图像素点的像素参数，并且与对应参考图像素点的像素参数进行对应求差值，将所有差值作为目标像素点的像素参数，根据所有目标像素点的像素参数构建目标图像。

所述所述像素参数包括像素点的亮度值、灰度值、色度值、三维坐标值。

所述目标图像的参数值，处理后的数据包括输出至打印设备的打印数据，输出至显示设备的显示数据，以及输出至存储设备的存储备份数据。

所述实测三维图像和参考三维图像之间的一一对应点对利用最小二乘算法计算。

所述的最小二乘算法原理为：假设给定空间的两个一一对应点集A＝{a₁,a₂,…,a_n}和B＝{b₁,b₂,…,b_n}，需要找到一个实数变换矩阵P(R,t)，使得以误差的平方和作为目标函数取得最小值。当目标函数取到最小值时，可以认为点集A和B在该实数变换矩阵下达到最大程 度的相似。其中，目标函数为：

$e^2(R,t)=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}\left|\right|b_i-P(R,t)a_i|{|}^2$

对于两个一一对应点集中的一组对应点根据相似变换关系可得：

b_i＝P(R,t)a_i，

定义误差向量为e_i，依次计算两个一一对应点集的每组对应点对的误差向量e₁,e₂,…,e_n，根据目标函数得到：

$\begin{array}{c}{e}^2=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}\left|\right|e_i|{|}^2=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{e}_i^T{e}_i=\frac{1}{n}(e_1^T{e}_1+e_2^T{e}_2+\mathrm{...}+e_n^T{e}_n)\\ =\frac{1}{n}(\underset{i=1}{\overset{n}{\Σ}}{e}_{xi}^2+\underset{i=1}{\overset{n}{\Σ}}{e}_{yi}^2+\underset{i=1}{\overset{n}{\Σ}}{e}_{zi}^2+\underset{i=1}{\overset{n}{\Σ}}{e}_{wi}^2)\end{array}$

令方程中每一项均取得最小值，使e²取得最小值，确定最优的实数矩阵，可以由精确图像匹配算法获得的实数矩阵计算出实测图像相对于参考图像的参数偏移量。

根据图像匹配获取的所有一一对应点对，利用最小二乘法计算P中元素的值，得到最终的像素参数差值。

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种GPS导航的图像处理方法，其特征在于：首先通过图像采集装置采集三维实测图，并与预先存储的三维参考图进行图像匹配，获取实测图与参考图之间的所有一一对应点对；然后，获取每一组一一对应点对中实测图像素点的像素参数，并且与对应参考图像素点的像素参数进行对应求差值，将所有差值作为目标像素点的像素参数，根据所有目标像素点的像素参数构建目标图像；最后，获取目标图像的参数值，处理后的数据输出，并转换成GPS导航数据；其中，进行图像匹配，获取实测图与参考图之间的所有一一对应点对的具体过程如下：

将参考图与实测图的像素点集，分别定义为集合A和B，任意选取两组点对，其中，每一对点对均包含一个参考图像素点集A中的点和一个实测图像素点集B中的点，并且每一对点对中两个点的坐标不同，每一个点对的两个点构成一条过坐标原点的矢量，两个矢量构成平面，计算两个矢量之间的角度，并计算两个矢量所构成的平面过坐标原点的法线的法向量、方向向量，根据该角度和法向量、方向向量判断其中一组对应点对是否为一一对应点对；如果是一一对应点对，记录该一组一一对应点对；否则继续判断；

记录参考图与实测图之间的所有一一对应点对。

2.根据权利要求1所述的GPS导航的图像处理方法，其特征在于：两个矢量之间的角度为：

$\mathrm{\θ}={\cos }^{-1}\frac{\stackrel{\→}{a_i{a}_j}\·\stackrel{\→}{b_p{b}_q}}{\left|\right|\stackrel{\→}{a_i{a}_j}\left|\right|\·\left|\right|\stackrel{\→}{b_p{b}_q}\left|\right|},$

其中，a_i为集合A中第i个元素，a_j为集合A中第j个元素，b_p为集合B中第p个元素，b_q为集合B中第q个元素，a_i≠a_j,b_p≠b_q；

两个矢量所构成的平面过坐标原点的法线的法向量为：

$\stackrel{\→}{n}=\stackrel{\→}{a_i}{a}_j\×\stackrel{\→}{b_p{b}_q},$ 方向向量为： $\stackrel{\→}{\mathrm{ne}}=\frac{\stackrel{\→}{n}}{\left|\right|\stackrel{\→}{n}\left|\right|}=(l,m,n)$

其中l,m,n分别为与X,Y,Z轴的方向余弦。

3.根据权利要求1所述的GPS导航的图像处理方法，其特征在于：所述所述像素参数包括像素点的亮度值、灰度值、色度值、三维坐标值。

4.根据权利要求1所述的GPS导航的图像处理方法，其特征在于：所述判断其中一组对应点对是否为一一对应点对采用如下方法：

将集合A中两个元素构建的矢量以方向向量为过坐标原点的法线为旋转轴，绕旋转轴旋转θ角度，使得该矢量与集合B中两个元素构建的矢量方向一致，则该旋转变换用三维矩阵表示为：

$P(\mathrm{\θ},0)=\left[\begin{array}{ccc}{l}^2(1-\cos \mathrm{\θ})+\cos \mathrm{\θ}& \mathrm{ml}(1-\cos \mathrm{\θ})+n\sin \mathrm{\θ}& \mathrm{nl}(1-\cos \mathrm{\θ})-m\sin \mathrm{\θ}\\ \mathrm{ml}(1-\cos \mathrm{\θ})-n\sin \mathrm{\θ}& m^2(1-\cos \mathrm{\θ})+\cos \mathrm{\θ}& \mathrm{nm}(1-\cos \mathrm{\θ})+l\sin \mathrm{\θ}\\ \mathrm{nl}(1-\cos \mathrm{\θ})+m\sin \mathrm{\θ}& \mathrm{nm}(1-\cos \mathrm{\θ})-l\sin \mathrm{\θ}& n^2(1-\cos \mathrm{\θ})+\cos \mathrm{\θ}\end{array}\right]$

判断该旋转变换三维矩阵P(θ,0)是否为最优相似变换矩阵；如果P(θ,0)是最优相似矩阵，则定义该最优相似矩阵为P_g(θ,0)，同时该一组对应点对为一一对应点对。

5.根据权利要求1所述的GPS导航的图像处理方法，其特征在于：所述实测三维图像和参考三维图像之间的一一对应点对利用最小二乘算法计算。