无人机飞行目标导航定位图像优化匹配仿真

摘要

传统的半全局立体匹配算法很好地兼顾了匹配算法的精确性和实时性,但是算法在处理图像中深度不连续区域误匹配率偏高.针对以上问题,提出了融合快速均值漂移(Fast Mean Shift,FMS)图像分割的无人机(Unmanned Aerial Vehicle,UAV)半全局立体匹配算法.将FMS图像分割算法融合到匹配算法的全局能量函数中,重新构造出更加合理的全局能量函数,解决了因为不同原因造成视差跳跃而赋值同一的惩罚系数的问题.该算法在Middleburry测试平台进行仿真测试以及基于算法进行无人机实景图像实验,结果表明:该算法有效降低了图像在深度视差突变区域的误匹配率,并且能够有效兼顾算法的匹配精度和匹配速度.由此,改进后的算法满足无人机视觉辅助导航的需求.