1.一种无人机自主着陆方法,其特征在于,包括:
基于摄像机采集的图像重建三维图像;
对所述三维图像经SIFI算法进行特征提取,以获得特征图;其中,所述特征图包括N个SIFI特征尺度,以及每个SIFT特征尺度对应的尺度信息;
根据每个SIFT特征尺度对应的尺度信息,基于SIFT顺序尺度算法生成N个特征向量;
根据所述N个特征向量,判断所述三维图像所在的坐标是否匹配着陆坐标所在区域;
当判断所述三维图像所在的坐标匹配着陆坐标区域时,将所述三维图像进行图像分割,以提取所述着陆目标的坐标;
基于视觉组合导航算法对所述着陆坐标进行位置匹配和姿态匹配,并在判断所述匹配状态满足着陆时,控制所述无人机自主着陆。
2.根据权利要求1所述的无人机自主着陆方法,其特征在于,对所述三维图像经SIFI算法进行特征提取,以获得特征图,具体为:将所述三维地图经灰度处理、图像去燥以及基于阈值的图像分割去除背景信息后,获得目标图像;
对所述目标图像经尺度归一化处理后,以获得N个SIFI特征尺度,以及每个SIFT特征尺度对应的尺度信息。
3.根据权利要求2所述的无人机自主着陆方法,其特征在于,根据每个SIFT特征尺度对应的尺度信息,基于SIFT顺序尺度算法生个N个特征向量,具体为:对每个SIFT特征尺度对应的尺度信息进行取整,按从小到大依次统计各整数出现的次数,并将小等于预设参数的整数所对应的尺度信息剔除,以获得取整后出现的次数大于预设参数的特征尺度信息;
将取整后出现的次数大于预设参的特征尺度信息按出现的次数的多少进行排序并各自求均值,以获得N个均值;
根据均值,将所得到的尺度按从大到小的顺序排序,组成特征向量。
4.根据权利要求3所述的无人机自主着陆方法,其特征在于,所述预设参数=2。
5.根据权利要求3所述的无人机自主着陆方法,其特征在于,当判断所述三维图像所在的坐标匹配着陆坐标区域时,将所述三维图像进行图像分割,以提取所述着陆目标的坐标,具体为:当判断所述三维图像所在的坐标匹配着陆坐标时,将所述三维图像进行灰度处理以及二值化处理后,获得二值化图像;
对二值图像进行八连同扫描确定闭合的连通区域并进行标记;
对标记连通区域进行形态学闭运算,平滑边缘以及消除边缘伪角点后,基于不变矩方法设定阈值筛选连通域,以提取所述着陆目标的坐标。
6.一种无人机自主着陆装置,其特征在于,包括:
三维图像重建单元,用于基于摄像机采集的图像重建三维图像;
特征图获取单元,用于对所述三维图像经SIFI算法进行特征提取,以获得特征图;其中,所述特征图包括N个SIFI特征尺度,以及每个SIFT特征尺度对应的尺度信息;
特征向量生成单元,用于根据每个SIFT特征尺度对应的尺度信息,基于SIFT顺序尺度算法生成N个特征向量;
判断单元,用于根据所述N个特征向量,判断所述三维图像所在的坐标是否匹配着陆坐标所在区域;
着陆目标坐标提取单元,用于当判断所述三维图像所在的坐标匹配着陆坐标区域时,将所述三维图像进行图像分割,以提取所述着陆目标的坐标;
位置和姿态匹配单元,用于基于视觉组合导航算法对所述着陆坐标进行位置匹配和姿态匹配,并在判断所述匹配状态满足着陆时,控制所述无人机自主着陆。
7.根据权利要求6所述的无人机自主着陆装置,其特征在于,特征图获取单元,包括:目标图像获取模块,用于将所述三维地图经灰度处理、图像去燥以及基于阈值的图像分割去除背景信息后,获得目标图像;
归一化处理模块,用于对所述目标图像经尺度归一化处理后,以获得包含N个SIFI特征尺度以及每个SIFT特征尺度对应的尺度信息的特征图。
8.根据权利要求7所述的无人机自主着陆装置,其特征在于,特征向量生成单元,包括:尺度信息取整模块,用于对每个SIFT特征尺度对应的尺度信息进行取整,按从小到大依次统计各整数出现的次数,并将小等于预设参数的整数所对应的尺度信息剔除,以获得取整后出现的次数大于预设参数的特征尺度信息;
均在求取模块,用于将取整后出现的次数大于预设参的特征尺度信息按出现的次数的多少进行排序并各自求均值,以获得N个均值;
排序模块,用于根据均值,将所得到的尺度按从大到小的顺序排序,组成特征向量。
9.一种无人机自主着陆设备,其特征在于,包括处理器、存储器以及存储在所述存储器内的计算机程序,所述计算机程序能够被所述处理器执行以实现如权利要求1至5任意一项所述的无人机自主着陆方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5任意一项所述的无人机自主着陆方法。