大规模导航中对角线标记的鲁棒亚像素定位：多层筛选与自适应匹配

本文提出了一种鲁棒、高精度的定位方法，以解决大规模飞行导航中因复杂背景干扰导致的定位失败以及传统滑动窗口匹配技术固有的计算效率低下问题。所提出的方法采用了一个包含多层角点筛选和自适应模板匹配的三层框架。首先，通过光照均衡和结构信息提取来降低维度。一种由粗到精的候选点选择策略最小化了滑动窗口的计算成本，从而能够快速估计标记的位置。最后，为候选点生成自适应模板，通过结合相关系数极值拟合的改进模板匹配实现亚像素精度。实验结果表明，该方法在复杂大规模环境中提取和定位对角线标记方面是有效的，使其成为导航任务中视场测量的理想选择。