一种高性能的飞行装置制造方法及图纸

本发明专利技术公开了一种高性能的飞行装置，包括普通飞行器和安装在飞行器上的目标识别装置，识别装置包括建模模块、分段模块、合并模块和滤波模块。本发明专利技术通过在飞行器上加装目标识别装置，能够有效增强飞行器的环境适应能力，飞行装置通过目标轮廓识别目标，识别过程中能有效滤除目标轮廓噪声，从而对目标种类做出正确识别。

【技术实现步骤摘要】

本专利技术涉及飞行器领域，具体涉及一种高性能的飞行装置。
技术介绍
从古到今，人类对天空的探索就没有停止过，越来越多的飞行器被制造出来，随着社会和科学技术的进步，飞行器的应用对人们的生活的各个方面产生了巨大的影响。然而，飞行过程中由于不能对目标进行有效识别，不仅对飞行器的应用产生了限制，且极大提高了飞行过程中的危险性。目标轮廓识别作为目标识别的重要手段,由于实际应用中受到噪声、量化误差等因素的影响,目标轮廓不可避免地会产生失真，为了准确描述轮廓特征,目标轮廓的滤波平滑处理是十分必要的。目前，学者们提出了许多含噪轮廓的滤波平滑算法，但是普遍存在计算量庞大、降噪效果不理想、容易发生过度滤波导致目标失真等问题。
技术实现思路
针对上述问题，本专利技术提供一种高性能的飞行装置。本专利技术的目的采用以下技术方案来实现：一种高性能的飞行装置，包括普通飞行器和安装在飞行器上的目标识别装置，该飞行装置具有很强的环境适应能力，目标识别装置能够根据目标轮廓对目标进行识别，其特征是，包括建模模块、分段模块、合并模块和滤波模块；建模模块，用于建立目标轮廓的参数化方程：对于给定的目标轮廓G(t)，其弧长参数化方程表示为G(t)＝(x(t),y(t))，其中x(t)和y(t)分别表示轮廓点的坐标，t表示轮廓曲线方程的参数，且t∈[0,1]；含噪轮廓的弧长参数化方程表示为:GN(t)＝G(t)+N1(t)+N2(t)G(t)，其中加性噪声部分N1(t)＝N1(x1(t),y1(t))，乘性噪声部分N2(t)＝N2(x2(t),y2(t))；分段模块，用于对轮廓的分段：目标轮廓G(t)和含噪轮廓GN(t)所对应的曲率分别为k(t)和kN(t)；选宽度宽度为D的窗函数W(n)，对曲率kN(t)进行邻域平均，得到平均曲率k1N(t)，同时对窗口内的曲率值排序，选定中值曲率k2N(t)，将平均曲率k1N(t)和中值曲率k2N(t)差的绝对值与选定的阈值T1进行比较，根据比较结果决定含噪轮廓曲率k′N(t)，即：当|k1N(t)-k2N(t)|>T1时，k′N(t)＝k1N(t)否则，k′N(t)＝k2N(t)；由于曲率值较大的轮廓点通常反映了目标的显著特征，根据k′N(t)将轮廓中所有轮廓点划分为特征点或非特征点，设定可变权值TK，通过判断目标轮廓特征多少，自适应的决定TK，当|k′N(t)|<TK*max|k′N(t)|时，特征函数f(t)＝0否则，特征函数f(t)＝1。合并模块：用于剔除由于噪声干扰产生的伪特征点，以及对无法形成连续区域的特征点和非特征点进行合并操作，从而得到有效的特征区域与非特征区域：选定一个起始点O，轮廓起始点向两侧延伸合并相邻的点，以该起始点类型作为该区域预设类型，向两侧延伸各S×μ0时停止，其中S为预设的最小长度，为O点处的实时曲率修正系数，代表O点的曲率半径，代表由上述窗函数得到的O点的平均曲率半径，实时曲率修正系数μ0用于根据不同点的曲率不同，自动修正延伸长度，能有效减小合并后的失真现象；分别计算两侧区域内相异点的个数N+1和N-1，若相异点的个数小于设定的该类型相异点最小个数，则该区域与预设类型相同，否则，与预设类型相反；再以两个停止点O+1和点O-1作为起始点重新开始计算，向外侧延伸S×μO+1或S×μO-1时停止，其中μO+1和μO-1分别代表点O+1和点O-1处的实时曲率修正系数，O+1两侧区域内相异点个数为N+2，O-1两侧区域内相异点个数为N-2，根据上述判定条件，依次确定各段轮廓类型，长度不足S的部分根据其与S的比例计算相异点个数，计入相应的特征区域；对相邻的同类型区域进行合并，得到连续的特征区域和非特征区域；滤波模块：乘性噪声由于和图像信号是相关的，随图像信号的变化而变化，采用维纳滤波来进行一级滤除，此时图像信息还包含有残余乘性噪音，通过F滤波器F(x，y)＝q×exp(-(x2+y2)/β2进行二级滤除，其中q是将函数归一化的系数，即：∫∫q×exp(-(x2+y2)/β2)dxdy＝1，β为图像模板参数；乘性噪声滤除后，含噪目标轮廓的弧长参数化方程表示为GN(t)’＝G(t)+N1(t)；假设加性噪声为高斯白噪声：xN(t)’＝x(t)+g1(t,σ2)，yN(t)’＝y(t)+g2(t,σ2)，其中xN(t)’和yN(t)’分别表示去除乘性噪声后含噪轮廓上各点坐标，g1(t,σ2)和g2(t,σ2)分别是均值为零、方差为σ2的高斯白噪声，用于模拟含噪目标轮廓中的加性噪声；采用函数对含噪轮廓进行平滑，命名为K滤波器，经过轮廓点分类和区域划分,含噪轮廓GN(t)’表示为不同类型轮廓分段的组合：其中表示包含特征区域的轮廓分段,表示包含非特征区域的轮廓分段，根据轮廓特征分布选取K滤波器的参数，同时考虑全局特征和局部特征因素，在特征区域,为了保留细节信息,令在非特征区域，为了提高抑制噪声的效果，令其中σ′为先验估算得到的全局方差，σ1为所选特征区域的先验估算方差，σ0为所选非特征区域的先验估算方差，为所选特征区域的平均实时曲率修正系数，为所选非特征区域的平均实时曲率修正系数；为了达到较好的平滑效果，选取每种类型区域最小长度S的一半作为K滤波器85％置信区间的长度，从而根据两类区域的长度自适应不同参数的K滤波器。本专利技术通过在飞行器上加装目标识别装置，能够有效增强飞行器的环境适应能力，飞行装置通过目标轮廓识别目标，识别过程中能有效滤除目标轮廓噪声，从而对目标种类做出正确识别。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术的高性能的飞行装置的结构框图。具体实施方式结合以下实施例对本专利技术作进一步描述。图1是本专利技术的结构框图，其包括：建模模块、分段模块、合并模块、滤波模块。实施例1：一种高性能的飞行装置，包括普通飞行器和安装在飞行器上的目标识别装置，该飞行装置具有很强的环境适应能力，目标识别装置能够根据目标轮廓对目标进行识别，其特征是，包括建模模块、分段模块、合并模块和滤波模块；建模模块，用于建立目标轮廓的参数化方程：对于给定的目标轮廓G(t)，其弧长参数化方程表示为G(t)＝(x(t),y(t))，其中x(t)和y(t)分别表示轮廓点的坐标，t表示轮廓曲线方程的参数，且t∈[0,1]；含噪轮廓的弧长参数化方程表示为:GN(t)＝G(t)本文档来自技高网...

【技术保护点】
一种高性能的飞行装置，包括普通飞行器和安装在飞行器上的目标识别装置，该飞行装置具有很强的环境适应能力，目标识别装置能够根据目标轮廓对目标进行识别，其特征是，包括建模模块、分段模块、合并模块和滤波模块；其中，建模模块，用于建立目标轮廓的参数化方程：对于给定的目标轮廓G(t)，其弧长参数化方程表示为G(t)＝(x(t)，y(t))，其中x(t)和y(t)分别表示轮廓点的坐标，t表示轮廓曲线方程的参数，且t∈[0，1]；含噪轮廓的弧长参数化方程表示为：GN(t)＝G(t)+N1(t)+N2(t)G(t)，其中加性噪声部分N1(t)＝N1(x1(t)，y1(t))，乘性噪声部分N2(t)＝N2(x2(t)，y2(t))；分段模块，用于对轮廓的分段：目标轮廓G(t)和含噪轮廓GN(t)所对应的曲率分别为k(t)和kN(t)；选宽度为D的窗函数W(n)，D∈{7，9}，对曲率kN(t)进行邻域平均，得到平均曲率k1N(t)，同时对窗口内的曲率值排序，选定中值曲率k2N(t)，将平均曲率k1N(t)和中值曲率k2N(t)差的绝对值与选定的阈值T1进行比较，根据比较结果决定含噪轮廓曲率k′N(t)，T1＝0.2，即：当|k1N(t)‑k2N(t)|＞T1时，k′N(t)＝k1N(t)否则，k′N(t)＝k2N(t)；由于曲率值较大的轮廓点通常反映了目标的显著特征，根据k′N(t)将轮廓中所有轮廓点划分为特征点或非特征点，设定可变权值TK，通过判断目标轮廓特征多少，自适应的决定TK，当|k′N(t)|＜TK*max|k′N(t)|时，特征函数f(t)＝0否则，特征函数f(t)＝1。...

【技术特征摘要】
1.一种高性能的飞行装置，包括普通飞行器和安装在飞行器上的目标识别装置，该飞
行装置具有很强的环境适应能力，目标识别装置能够根据目标轮廓对目标进行识别，其特
征是，包括建模模块、分段模块、合并模块和滤波模块；其中，
建模模块，用于建立目标轮廓的参数化方程：对于给定的目标轮廓G(t)，其弧长参数化
方程表示为G(t)＝(x(t)，y(t))，其中x(t)和y(t)分别表示轮廓点的坐标，t表示轮廓...

【专利技术属性】
技术研发人员：杨林，
申请(专利权)人：杨林，
类型：发明
国别省市：浙江;33