来源：期刊VIP网 时间：
作者：周嘉星;陈志高;高登巍;余子成;邓钊;
单位：厦门理工学院电气工程及自动化学院;厦门市高端电力装备及智能控制重点实验室;西安现代控制技术研究所;
摘要：无人机在执行侦察任务时存在面向复杂环境、具有背景信息相似时无法有效去除特征提取阶段产生的大量离群点的问题。为确保无人机能够对侦察目标进行准确的定位，图像匹配需发挥至关重要的作用，其匹配效果将直接影响对侦察目标的定位精度。针对上述问题，提出一种改进RANSAC(random sample consensus)算法。首先利用三元组关系构建初始数据并提出一种改进的初始数据选择策略，通过基于邻域的几何一致性和三角剖分减少计算成本并提高匹配的准确性；其次通过数据子集细化策略进一步提高算法的采样性能；最后在具有复杂环境、背景信息相似的无人机侦察图像数据集上将文中所提算法与其他高级算法进行对比分析。实验结果表明，该算法具有较高的计算效率和正确匹配率，提高了目标定位的计算速度和定位精度，为无人机侦察目标定位提供了一种新方法。
关键词：无人机侦察;;目标定位;;图像匹配;;三元组关系
基金资助：教育部产学合作协同育人项目（231102532155002）;; 福建省自然科学基金（2022J05286）;; 厦门市科技计划项目（3502Z20227072）;; 厦门理工学院高层次人才科研启动项目（YKJ22019R,YKJ24018R）;厦门理工学院研究生创新启动基金（YKJCX2024147,YKJCX2024164）
