(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210877239.1 (22)申请日 2022.07.25 (71)申请人 水利部交通 运输部国家能源局南京 水利科学研究院 地址 210029 江苏省南京市 鼓楼区虎 踞关 34号 (72)发明人 陈诚　李子阳　王新　丁品睿　 王海鹏　李乐晨　朱士建　张同强　 张琦　李涵曼　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 专利代理师 王艳 (51)Int.Cl. G01P 21/02(2006.01) G01P 5/18(2006.01)G06T 7/73(2017.01) (54)发明名称 基于无人机RTK定位的图像测流快速标定方 法 (57)摘要 本发明涉及一种基于无人机RTK定位的图像 测流快速 标定方法， 该方法包括： 1)基于自带 RTK 定位的无人机设备， 在T1时刻拍下图像并记录下 其位置， 选取一不动特征点P， 获取该点位置； 2) 保持无人机设备的飞行高度不变移动一定距离 后， 在T2时刻拍下图像并记录其位置， 获取不动 特征点P在T2图像中的位置； 计算不动特征点P在 图像坐标中移动的距离； 计算无人机设备移动的 实际距离； 计算 △T内不动特征点P的位移实际距 离与图像移动距离的比值； 计算实际距离； 计算 得到水流流速。 本发明提供了一种能快速准确地 对无人机图像进行标定、 可解决高洪期间等复杂 环境下的应急洪水流场监测难题的基于无人机 RTK定位的图像测流快速标定方法。 权利要求书2页 说明书6页 附图1页 CN 115201518 A 2022.10.18 CN 115201518 A 1.一种基于无人机RTK定位的图像测流快速标定方法， 其特征在于： 所述基于无人机 RTK定位的图像测流快速标定方法包括以下步骤： 1)基于自带RTK定位的无人机设备， 在T1时刻拍下正射视频图像并记录下此时无人机 设备的位置(X1， Y1)， 将T1时刻所拍摄图像记 为T1图像， 在 T1图像中选取水陆交界上一不动 特征点P， 获取不动特 征点P在T1图像中的位置为(I1， J 1)； 2)保持无人机设备的飞行高度不变， 将无人机设备移动距离Lr后， 在T2时刻拍下正射视 频图像并记录下此时无人机设备的位置(X2， Y2)， 将T2时刻所拍摄图像记 为T2图像， 所述不 动特征点P在T2图像中， 同时获取不动特 征点P在T2图像中的位置(I2， J2)； 3)根据不动特征点P分别在T1图像中的位置以及T2图像中的位置计算不动特征点P在 图像坐标 中移动的距离为Li； 根据无人机设备分别在T 1时刻的位置以及T2时刻的位置计算 无人机设备移动的实际距离 Lr； 根据不动特征点P在图像 坐标中移动的距离为Li以及无人机 设备移动的实际距离Lr计算△T内T1图像至T2图像不动特征点P的位移实际距离与图像移 动距离的比值S； 所述 △T＝T2‑T1； 4)根据步骤2)中无人机设备的移动距离Lr以及步骤3)计算得到的比值S， 计算实际距 离； 5)根据步骤4)计算得到的实际距离以及 △T计算得到水流 流速。 2.根据权利要求1所述的基于无人机RTK定位的图像测流快速标定方法， 其特征在于： 所述步骤2)中获取不动特 征点P在T2图像中的位置是采用归一 化互相关算法计算得到的。 3.根据权利要求2所述的基于无人机RTK定位的图像测流快速标定方法， 其特征在于： 所述步骤2)中获取不动特 征点P在T2图像中的位置的具体 计算方式是： 2.1)在T1图像中选取以不动特 征点P为角点构建的窗口； 2.2)采用归一化互相 关算法在T2图像中， 沿从左至右以及从上自下的顺序， 依次取互 相关计算窗口并计算互相关计算窗口内每个像素的互相关值R(i， j)， 选取 互相关值R(i， j) 中最大值记 为点Q， 点Q处的坐标是(I2， J2)， 则点Q是T2图像中与T1图像中不动特征点P最为 相似的点， 将不动特征点P在T2图像中的位置记为(I2， J2)； 所述互相关计算窗口的大小与 步骤1)所构建的窗口 的大小相同。 4.根据权利要求3所述的基于无人机RTK定位的图像测流快速标定方法， 其特征在于： 所述步骤2.2)中归一 化互相关算法的表达式是： 其中： R(i， j)为T2图像中坐标为(i， j)处的互相关值， 其中， i是每个互相关计算窗口中从左 上角往右延伸的距离； j是每 个互相关计算窗口中从左上角往下延伸的距离； (m， n)为T1图像中的各像素在以不动特 征点P为角点构建的窗口中的坐标； 是T2图像中互相关计算窗口内的所有像素的 灰度值的平均值； G(i， j)是T2图像中坐标(i， j)处的灰度值；权　利　要　求　书 1/2 页 2 CN 115201518 A 2G(i+m， j+n)是T2图像中坐标(i+m， j+n)处的灰度值； 是T1图像中以不动特征点P为角点构建的窗口的像素灰 度平均值； T(m， n)是T1图像中以不动特 征点P为角点构建的窗口中坐标(m， n)处的灰度值； M是以不动特 征点P为角点构建的窗口 的长度； N是以不动特 征点P为角点构建的窗口 的宽度。 5.根据权利要求1 ‑4任一项所述的基于无人机RTK定位的图像测流快速标定方法， 其特 征在于： 所述 步骤3)中不动特 征点P在图像坐标中移动的距离为 Li的计算方式是： 所述无人机设备移动的实际距离Lr的计算方式是： 所述△T内T1图像至T2图像不动特征点P的位移实际距离与图像移动距离的比值S的计 算方式是： 其中， 不动特 征点P的位移实际距离的单位是米； 图像移动距离的单位是像素。 6.根据权利要求5所述的基于无人机RTK定位的图像测流快速标定方法， 其特征在于： 所述不动特征点P是置 于水陆交界处的天然固定标识 物。 7.根据权利要求6所述的基于无人机RTK定位的图像测流快速标定方法， 其特征在于： 所述不动特征点P是具有明显形状或颜色特 征的石头、 树干或堤脚。权　利　要　求　书 2/2 页 3 CN 115201518 A 3