计算机科学与探索

作者：王曼琳, 朱修彬, 杨兰, 李志武, 胡星辰

单位：1. 西安电子科技大学 机电工程学院，西安 7100712. 澳门科技大学 系统工程研究所，澳门 9990783. 国防科技大学 计算机学院/系统工程学院/大数据与决策实验室，长沙 410073

关键词：无人机地理定位,跨视图匹配,语义分割,形态学处理,逐级特征融合

基金：国家自然科学基金（62302364，62376279）。

为提升无人机在复杂环境中的自主定位能力，开展了面向跨视图图像匹配任务的有效定位方法研究。针对全球导航卫星系统（GNSS）在城市峡谷、密林遮挡等场景下定位易失效的问题，构建了一个多阶段、多特征融合的无人机与卫星图匹配框架。研究中采用预训练语义分割网络对无人机图像中的建筑区域进行精确提取，并引入形态学处理策略以提升区域边界的完整性和连贯性。在图像匹配阶段，通过RGB色彩直方图的巴氏距离进行初步筛选，剔除明显不匹配的卫星图；利用SuperPoint提取细粒度特征点，并通过LightGlue完成端到端的局部特征匹配。整个流程设计遵循从一般属性到细节特征的逐级匹配思路，在兼顾效率的同时增强了对视角差异和背景干扰的鲁棒性。实验在University-1652数据集上进行，结果显示该方法在未使用任何训练图对的前提下，依然获得了优于多种传统方法、接近监督模型的匹配精度，并显著降低了计算开销。该研究为无人机在未知区域的实时定位任务提供了可靠支持，具备良好的实用性。

来源：2026年第3期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2026年第3期