技術(shù)特征：

1.一種基于實(shí)時(shí)在線地圖生成的無人機(jī)偵察方法，其特征在于：包括以下步驟：

步驟1：無人機(jī)對(duì)待偵查區(qū)域按照設(shè)定航路飛行，拍攝標(biāo)準(zhǔn)視頻，并提取標(biāo)準(zhǔn)視頻關(guān)鍵幀：

標(biāo)準(zhǔn)視頻第一幀設(shè)定為關(guān)鍵幀，且標(biāo)準(zhǔn)視頻第一幀的單應(yīng)矩陣H為單位陣；

對(duì)于標(biāo)準(zhǔn)視頻當(dāng)前幀，通過以下步驟計(jì)算當(dāng)前幀到當(dāng)前關(guān)鍵幀的單應(yīng)矩陣H，并判斷是否更新關(guān)鍵幀：

步驟1.1：對(duì)當(dāng)前幀做灰度化處理，提取當(dāng)前幀的特征點(diǎn)并獲取特征描述向量，利用當(dāng)前幀對(duì)應(yīng)單應(yīng)矩陣H的初始值，將當(dāng)前幀的特征點(diǎn)投影到當(dāng)前關(guān)鍵幀上；

步驟1.2：在當(dāng)前關(guān)鍵幀上，以每一個(gè)投影點(diǎn)為設(shè)定區(qū)域中心，依據(jù)設(shè)定區(qū)域?qū)γ恳煌队包c(diǎn)進(jìn)行如下判斷：

若設(shè)定區(qū)域內(nèi)沒有當(dāng)前關(guān)鍵幀的特征點(diǎn)，則對(duì)該投影點(diǎn)不做處理；

若設(shè)定區(qū)域內(nèi)存在當(dāng)前關(guān)鍵幀的特征點(diǎn)，則選擇與投影點(diǎn)差異最小的特征點(diǎn)，判斷該特征點(diǎn)與投影點(diǎn)差異值是否滿足匹配設(shè)定條件，如果滿足，則得到一個(gè)特征點(diǎn)匹配對(duì)；

步驟1.3：利用得到的特征點(diǎn)匹配對(duì)，根據(jù)公式

$\frac{1}{d}\left[\begin{array}{c}u\\ v\\ 1\end{array}\right]=H\left[\begin{array}{c}{u}_1\\ v_1\\ 1\end{array}\right]$

計(jì)算當(dāng)前幀到當(dāng)前關(guān)鍵幀的單應(yīng)矩陣H，并作為下一幀對(duì)應(yīng)單應(yīng)矩陣H的初始值；其中為當(dāng)前幀中圖像特征點(diǎn)在Z向歸一化后的坐標(biāo)，為當(dāng)前關(guān)鍵幀中圖像特征點(diǎn)在Z向歸一化后的坐標(biāo)，d為歸一化系數(shù)；

步驟1.4：如果當(dāng)前幀與當(dāng)前關(guān)鍵幀圖像重疊部分小于整幅圖像的90％，則將當(dāng)前幀標(biāo)記為關(guān)鍵幀，并作為新的當(dāng)前關(guān)鍵幀；并判斷當(dāng)前幀是否為標(biāo)準(zhǔn)視頻最后一幀，若不是，則返回步驟1.1，進(jìn)行下一幀操作；

步驟1.5：根據(jù)標(biāo)準(zhǔn)視頻，按照實(shí)時(shí)在線地圖生成方法，將標(biāo)準(zhǔn)視頻的圖像序列生成全局地圖；

步驟2：無人機(jī)對(duì)待偵查區(qū)域按照設(shè)定航路進(jìn)行偵查飛行，拍攝新視頻，對(duì)新視頻每一幀做灰度化處理，提取其特征點(diǎn)并獲取特征描述向量；

對(duì)于新視頻中的第一幀，根據(jù)特征描述向量從標(biāo)準(zhǔn)視頻的關(guān)鍵幀序列中找到與新視頻中第一幀最接近的關(guān)鍵幀作為當(dāng)前關(guān)鍵幀；并采用單位陣作為新視頻第一幀到當(dāng)前關(guān)鍵幀的單應(yīng)矩陣H的初始值；

對(duì)于新視頻當(dāng)前幀，通過以下步驟計(jì)算新視頻當(dāng)前幀到當(dāng)前關(guān)鍵幀的單應(yīng)矩陣H，并得到當(dāng)前幀與當(dāng)前關(guān)鍵幀的差異圖D：

步驟2.1：利用新視頻當(dāng)前幀到當(dāng)前關(guān)鍵幀的單應(yīng)矩陣H的初始值，將新視頻當(dāng)前幀的特征點(diǎn)投影到當(dāng)前關(guān)鍵幀上；

步驟2.2：在當(dāng)前關(guān)鍵幀上，以每一個(gè)投影點(diǎn)為設(shè)定區(qū)域中心，依據(jù)設(shè)定區(qū)域?qū)γ恳煌队包c(diǎn)進(jìn)行如下判斷：

若設(shè)定區(qū)域內(nèi)沒有當(dāng)前關(guān)鍵幀的特征點(diǎn)，則對(duì)該投影點(diǎn)不做處理；

若設(shè)定區(qū)域內(nèi)存在當(dāng)前關(guān)鍵幀的特征點(diǎn)，則選擇與投影點(diǎn)差異最小的特征點(diǎn)，判斷該特征點(diǎn)與投影點(diǎn)差異值是否滿足匹配設(shè)定條件，如果滿足，則得到一個(gè)特征點(diǎn)匹配對(duì)；

步驟2.3：判斷得到的特征點(diǎn)匹配對(duì)個(gè)數(shù)是否達(dá)到設(shè)定的要求，如果達(dá)到，則利用得到的特征點(diǎn)匹配對(duì)，根據(jù)公式

$\frac{1}{d}\left[\begin{array}{c}u\\ v\\ 1\end{array}\right]=H\left[\begin{array}{c}{u}_1\\ v_1\\ 1\end{array}\right]$

計(jì)算新視頻當(dāng)前幀到當(dāng)前關(guān)鍵幀的單應(yīng)矩陣H，并作為新視頻下一幀對(duì)應(yīng)單應(yīng)矩陣H的初始值，并進(jìn)入步驟2.4；其中為新視頻當(dāng)前幀中圖像特征點(diǎn)在Z向歸一化后的坐標(biāo)，為當(dāng)前關(guān)鍵幀中圖像特征點(diǎn)在Z向歸一化后的坐標(biāo)，d為歸一化系數(shù)；并判斷當(dāng)前幀是否是新視頻最后一幀，若不是最后一幀，則返回步驟2.1進(jìn)行新視頻下一幀操作；

如果特征點(diǎn)匹配對(duì)個(gè)數(shù)沒有達(dá)到設(shè)定要求，則重新定位，所述重新定位過程為：根據(jù)新視頻當(dāng)前幀的特征描述向量，從標(biāo)準(zhǔn)視頻的關(guān)鍵幀序列中找到與新視頻當(dāng)前幀最接近的關(guān)鍵幀作為當(dāng)前關(guān)鍵幀，并采用單位陣作為新視頻當(dāng)前幀到當(dāng)前關(guān)鍵幀的單應(yīng)矩陣H的初始值，然后重新返回步驟2.1；

步驟2.4：將當(dāng)前關(guān)鍵幀投影到新視頻當(dāng)前幀上，與當(dāng)前幀做圖像差異比較，得出差異圖，然后根據(jù)差異圖D，找出差異物體；

步驟3：判斷差異物體是否屬于威脅物，若是，則在步驟1.5建立的地圖上重點(diǎn)標(biāo)出。

2.根據(jù)權(quán)利要求1所述一種基于實(shí)時(shí)在線地圖生成的無人機(jī)偵察方法，其特征在于：

某一幀圖像A的特征描述向量通過以下過程得到：

步驟a：對(duì)待偵查區(qū)域多次拍攝，得到訓(xùn)練圖像集；

步驟b：利用SIFT算法，提取訓(xùn)練圖像集中每一張圖像的SIFT特征；

步驟c：將所有訓(xùn)練圖像的特征集合到一起，共有N個(gè)特征，從這N個(gè)特征中取K個(gè)具有代表性的聚類中心，利用K-Means算法對(duì)N個(gè)特征進(jìn)行聚類，得到包含K個(gè)視覺詞的視覺詞典，所述視覺詞即為聚類中心；

步驟d：計(jì)算所述某一幀圖像A中每個(gè)特征點(diǎn)到所有視覺詞的距離，將每個(gè)特征點(diǎn)映射到距離最近的視覺詞中，對(duì)映射到視覺詞中特征點(diǎn)個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，根據(jù)統(tǒng)計(jì)值建立與視覺詞序列對(duì)應(yīng)的特征描述向量，所述特征描述向量中第n個(gè)元素為對(duì)應(yīng)視覺詞序列中第n個(gè)視覺詞中所映射的特征點(diǎn)個(gè)數(shù)。

3.根據(jù)權(quán)利要求2所述一種基于實(shí)時(shí)在線地圖生成的無人機(jī)偵察方法，其特征在于：根據(jù)特征描述向量，從標(biāo)準(zhǔn)視頻的關(guān)鍵幀序列找到當(dāng)前關(guān)鍵幀的過程為：計(jì)算新視頻第一幀或當(dāng)前幀特征描述向量與標(biāo)準(zhǔn)視頻的關(guān)鍵幀序列中每一關(guān)鍵幀特征描述向量的差，并求模，根據(jù)得到的模的數(shù)值進(jìn)行選擇。

4.根據(jù)權(quán)利要求1所述一種基于實(shí)時(shí)在線地圖生成的無人機(jī)偵察方法，其特征在于：

步驟1.2和步驟2.2中，設(shè)定區(qū)域?yàn)檎叫螀^(qū)域，正方形區(qū)域邊長(zhǎng)為20個(gè)像素。

5.根據(jù)權(quán)利要求1所述一種基于實(shí)時(shí)在線地圖生成的無人機(jī)偵察方法，其特征在于：

步驟3中識(shí)別差異物體是否屬于威脅物的過程為：

預(yù)先建立威脅識(shí)別器，將差異物體圖像輸入威脅識(shí)別器，自動(dòng)識(shí)別是否屬于威脅物；所述威脅識(shí)別器通過以下過程得到：預(yù)先搜集若干包含威脅物體的圖像，并對(duì)威脅物體進(jìn)行類別和等級(jí)標(biāo)注作為訓(xùn)練數(shù)據(jù)集；利用卷積神經(jīng)網(wǎng)絡(luò)作為訓(xùn)練模型，并使用訓(xùn)練數(shù)據(jù)集來訓(xùn)練網(wǎng)絡(luò)參數(shù)，從而得到威脅識(shí)別器。