一种基于单目视觉和点变换的无人机障碍物深度测量方法

本发明属于测量技术领域，涉及一种基于单目视觉和点变换的无人机障碍物深度测量方法。该方法通过搭载于无人机上的单目相机采集连续图像，并结合机载惯性测量单元获取姿态角数据。首先，利用训练完成的目标检测神经网络识别图像中的障碍物目标；接着，采用特征描述子提取目标区域内的特征点，并在相邻帧之间进行特征匹配，构建匹配点对；随后，构建姿态角与图像毫米坐标变换之间的映射数学模型，并基于该模型对匹配点对进行坐标校正。基于校正后的特征点对，生成并筛选匹配特征线段，计算校正后的像素长度；最终，构建标准姿态下的深度测量模型，利用校正像素长度实现障碍物深度的精确计算。实验结果表明，本发明在标准姿态及姿态偏移条件下均能有效实现目标深度的准确测量，具有较高的测量精度与鲁棒性。