本发明专利技术公开了一种无人机全天候着舰合作目标鲁棒检测及匹配方法，包括步骤：一、合作目标图像获取：采用图像采集设备获取着舰区域的图像，所获取图像中包含热红外着舰合作目标的图像，热红外着舰合作目标由五个布设在同一平面上且呈十字状布设的加热电炉组成；二、合作目标图像处理，过程如下：201、图像预处理；202、基于显著性区域的图像分割；203、轮廓信息提取；204、热红外合作目标检测及匹配，包括步骤：距离约束、形状约束和位置约束。本发明专利技术方法步骤简单、设计合理且实现方便、检测精度高、使用效果好，能实现对复杂环境下、远距离且全天候引导无人机着舰使用的合作目标进行精确、鲁棒检测及快速匹配。
【技术实现步骤摘要】
本专利技术属于视觉导航
，尤其是设及一种无人机全天候着舰合作目标鲁棒 检测及匹配方法。
技术介绍
视觉相对导航W其自主性强、无源、引导精度高等优点，使得基于视觉引导无人机 着舰技术成为国内外一个重要研究领域。目前从事该领域研究工作的机构有国外的雷恩一 大、美国海军研究所院W及卡内基梅隆大学等，国内的主要研究机构有北航、南航、西工大 W及清华大学等。在利用视觉进行着舰相对导航时，一个最重要部分就是合作目标的设计 及其合作目标检测算法。目前，国内外研究机构所设计的着舰合作目标类型主要包括由黑色和白色组成的 合作目标、由多种颜色组成的彩色合作目标、近红外合作目标W及热红外合作目标四种类 型的合作目标。由黑色和白色组成的合作目标W及彩色合作目标主要适用于能见度较好且 距离合作目标较近的情况，对于能见度较差如夜间、阴雨天W及距离合作目标较远的情况 下则无法使用。近红外着舰合作目标虽然可W在夜间实现对无人机的引导，但是它检测距 离有限，而且抗环境干扰能力不强。而由热红外源组成的合作目标可W实现对舰载无人机 全天候、远距离的引导，但是目前所设计的热红外合作目标都采用一种固定的形状（如Η形 或Τ形），当无人机距离该热红外合作目标较远时，由于热红外图像对比度低，分辨细节能 力较差，使得该合作目标特征信息（如角点）难W准确提取及匹配。因而，在目前的研究成 果中尚未发现满足复杂环境下、远距离、全天候引导无人机着舰使用的合作目标及相应的 实时性好、检测精度高的检测方法；并且，在准确检测出合作目标后，如何准确将图像中检 测出的合作目标特征点与事先标定好的合作目标特征点有效匹配也是一个关键问题。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种无人机全 天候着舰合作目标鲁棒检测及匹配方法，其方法步骤简单、设计合理且实现方便、检测精度 高、使用效果好，能实现对复杂环境下、远距离且全天候引导无人机着舰使用的合作目标进 行精确、鲁棒检测及快速匹配。 为解决上述技术问题，本专利技术采用的技术方案是：一种无人机全天候着舰合作目 标鲁棒检测及匹配方法，其特征在于该方法包括W下步骤： 步骤一、合作目标图像获取：采用图像采集设备且按照预先设计的采样频率，获取 着舰区域的图像，并将所获取图像同步传送至处理器进行处理；所获取图像中包含热红外 着舰合作目标的图像；所述图像采集设备与所述处理器相接； 所述热红外着舰合作目标由五个布设在同一平面上的加热电炉组成，五个所述加 热电炉的结构、尺寸和加热功率均相同；五个所述加热电炉均包括电炉盘和布设在电炉盘 上的红外线加热元件，所述电炉盘为圆形或正多边形；五个所述加热电炉分别为第一电炉 W及分别布设于第一电炉正上方、正下方、左侧和右侧的第二电炉、第Ξ电炉、第四电炉和 第五电炉；所述第一电炉、第四电炉和第五电炉均布设在同一直线L1上，所述第一电炉、第 二电炉和第Ξ电炉均布设在同一直线L2上，所述直线L1与直线L2呈垂直布设；所述第Ξ 电炉、第四电炉和第五电炉与第一电炉之间的间距均为山所述第二电炉与第一电炉之间的 间距为（1. 5~3)Xd，其中d= 0. 8m~1. 2m; 步骤二、合作目标图像处理：采用所述处理器，同步对步骤一中各采样时刻所获取 的图像分别进行处理，各采样时刻所获取图像的处理方法均相同；对任一个采样时刻所获 取的图像进行处理时，过程如下： 步骤201、图像预处理：调用图像预处理模块，先将待处理图像转换为灰度图像， 再对转换后的灰度图像进行中值滤波去噪，获得预处理后图像； 步骤202、基于显著性区域的图像分割：调用图像分割模块，对步骤201中所述预 处理后图像进行图像显著性检测，并检测出所述预处理后图像中的图像显著性区域；再根 据所检测出的图像显著性区域，对所述预处理后图像进行图像分割，获得候选合作目标图 像； 步骤203、轮廓信息提取：调用轮廓提取模块，提取出步骤202中所述候选合作目 标图像中的所有封闭轮廓线，并对各封闭轮廓线的轮廓信息进行提取；每个所述封闭轮廓 线的轮廓信息均包括该封闭轮廓线的长度和几何中屯、点的像素坐标； 所述候选合作目标图像中所述封闭轮廓线的总数量记作N;N个所述封闭轮廓线 中第i个所述封闭轮廓线的长度记作Li，其中Li为第i个所述封闭轮廓线的长度，第i个 所述封闭轮廓线的几何中屯、点的像素坐标记作（Ui，Vi);其中，i为正整数且i= 1、2、…、 N; 步骤204、热红外合作目标检测及匹配：调用Ξ重约束检测模块，从步骤202中所 述候选合作目标图像中检测并匹配出所述热红外合作目标，包括W下步骤： 步骤2041、距离约束：调用距离约束模块，对个待分析图像组分别进行距离约 束判断，并从(?个所述待分析图像组找出所有满足距离约束条件的待分析图像组；所找出 的满足距离约束条件的待分析图像组的总数量记作Q，每个满足距离约束条件的待分析图 像组均为一个候选合作目标图像区域；步骤203中Ν个所述封闭轮廓线中的任意5个所述 封闭轮廓线组成一个所述待分析图像组，每个所述待分析图像组中均包括步骤203中Ν个 所述封闭轮廓线中的5个所述封闭轮廓线；[001引 个所述待分析图像组的距离约束判断方法均相同对C个所述待分析图像组 中第k个所述待分析图像组进行距离约束判断时，根据步骤203中提取出的每个所述封闭 轮廓线的轮廓信息，判断该待分析图像组中5个所述封闭轮廓线的几何中屯、点之间的欧式 距离是否与所述热红外着舰合作目标中五个所述加热电炉之间的距离一致：当判断出该待 分析图像组中5个所述封闭轮廓线的几何中屯、点之间的欧式距离与所述热红外着舰合作 目标中五个所述加热电炉之间的距离一致时，说明第k个所述待分析图像组为满足距离约 束条件的待分析图像组；其中，k为正整数且k= 1、2、···.CJ;步骤2042、形状约束：调用距离约束模块，对步骤2041中找出的Q个所述候选合 作目标图像区域分别进行形状约束判断，并从Q个所述候选合作目标图像区域中找出满足 形状约束条件的候选合作目标图像区域；所找出的满足形状约束条件的候选合作目标图像 区域为待匹配候选合作目标图像； Q个所述候选合作目标图像区域的形状约束判断均相同；对Q个所述候选合作目 标图像区域中第q个所述候选合作目标图像区域进行形状约束判断时，根据步骤203中提 取出的每个所述封闭轮廓线的轮廓信息，判断该候选合作目标图像区域中5个所述封闭轮 廓线的长度是否与所述热红外着舰合作目标中五个所述加热电炉的外轮廓线长度一致：当 判断出该候选合作目标图像区域中5个所述封闭轮廓线的长度与所述热红外着舰合作目 标中五个所述加热电炉的外轮廓线长度一致时，说明第q个所述候选合作目标图像区域为 满足形状约束条件的候选合作目标图像区域；其中，q为正整数且q= 1、2、·，·、9; 步骤2043、位置约束：调用位置约束模块且根据所述热红外着舰合作目标中五个 所述加热电炉的位置关系，对步骤2042中所述的待匹配候选合作目标图像进行位置约束 判断，将所述待匹配候选合作目标图像中的5个所述封闭轮廓线内的图像区域分别与所述 热红外着舰合作目标中五个所述加热电炉进行一一匹配。 上述，其特征是：步骤一中 五个所述加热电炉均布设在本文档来自技高网...
【技术保护点】
一种无人机全天候着舰合作目标鲁棒检测及匹配方法，其特征在于该方法包括以下步骤：步骤一、合作目标图像获取：采用图像采集设备且按照预先设计的采样频率，获取着舰区域的图像，并将所获取图像同步传送至处理器进行处理；所获取图像中包含热红外着舰合作目标的图像；所述图像采集设备与所述处理器相接；所述热红外着舰合作目标由五个布设在同一平面上的加热电炉(1)组成，五个所述加热电炉(1)的结构、尺寸和加热功率均相同；五个所述加热电炉(1)均包括电炉盘(1‑1)和布设在电炉盘(1‑1)上的红外线加热元件(1‑2)，所述电炉盘(1‑1)为圆形或正多边形；五个所述加热电炉分别为第一电炉以及分别布设于第一电炉正上方、正下方、左侧和右侧的第二电炉、第三电炉、第四电炉和第五电炉；所述第一电炉、第四电炉和第五电炉均布设在同一直线L1上，所述第一电炉、第二电炉和第三电炉均布设在同一直线L2上，所述直线L1与直线L2呈垂直布设；所述第三电炉、第四电炉和第五电炉与第一电炉之间的间距均为d，所述第二电炉与第一电炉之间的间距为(1.5～3)×d，其中d＝0.8m～1.2m；步骤二、合作目标图像处理：采用所述处理器，同步对步骤一中各采样时刻所获取的图像分别进行处理，各采样时刻所获取图像的处理方法均相同；对任一个采样时刻所获取的图像进行处理时，过程如下：步骤201、图像预处理：调用图像预处理模块，先将待处理图像转换为灰度图像，再对转换后的灰度图像进行中值滤波去噪，获得预处理后图像；步骤202、基于显著性区域的图像分割：调用图像分割模块，对步骤201中所述预处理后图像进行图像显著性检测，并检测出所述预处理后图像中的图像显著性区域；再根据所检测出的图像显著性区域，对所述预处理后图像进行图像分割，获得候选合作目标图像；步骤203、轮廓信息提取：调用轮廓提取模块，提取出步骤202中所述候选合作目标图像中的所有封闭轮廓线，并对各封闭轮廓线的轮廓信息进行提取；每个所述封闭轮廓线的轮廓信息均包括该封闭轮廓线的长度和几何中心点的像素坐标；所述候选合作目标图像中所述封闭轮廓线的总数量记作N；N个所述封闭轮廓线中第i个所述封闭轮廓线的长度记作Li，其中Li为第i个所述封闭轮廓线的长度，第i个所述封闭轮廓线的几何中心点的像素坐标记作(ui,vi)；其中，i为正整数且i＝1、2、…、N；步骤204、热红外合作目标检测及匹配：调用三重约束检测模块，从步骤202中所述候选合作目标图像中检测并匹配出所述热红外合作目标，包括以下步骤：步骤2041、距离约束：调用距离约束模块，对个待分析图像组分别进行距离约束判断，并从个所述待分析图像组找出所有满足距离约束条件的待分析图像组；所找出的满足距离约束条件的待分析图像组的总数量记作Q，每个满足距离约束条件的待分析图像组均为一个候选合作目标图像区域；步骤203中N个所述封闭轮廓线中的任意5个所述封闭轮廓线组成一个所述待分析图像组，每个所述待分析图像组中均包括步骤203中N个所述封闭轮廓线中的5个所述封闭轮廓线；个所述待分析图像组的距离约束判断方法均相同；对个所述待分析图像组中第k个所述待分析图像组进行距离约束判断时，根据步骤203中提取出的每个所述封闭轮廓线的轮廓信息，判断该待分析图像组中5个所述封闭轮廓线的几何中心点之间的欧式距离是否与所述热红外着舰合作目标中五个所述加热电炉(1)之间的距离一致：当判断出该待分析图像组中5个所述封闭轮廓线的几何中心点之间的欧式距离与所述热红外着舰合作目标中五个所述加热电炉(1)之间的距离一致时，说明第k个所述待分析图像组为满足距离约束条件的待分析图像组；其中，k为正整数且k＝1、2、…、；步骤2042、形状约束：调用距离约束模块，对步骤2041中找出的Q个所述候选合作目标图像区域分别进行形状约束判断，并从Q个所述候选合作目标图像区域中找出满足形状约束条件的候选合作目标图像区域；所找出的满足形状约束条件的候选合作目标图像区域为待匹配候选合作目标图像；Q个所述候选合作目标图像区域的形状约束判断均相同；对Q个所述候选合作目标图像区域中第q个所述候选合作目标图像区域进行形状约束判断时，根据步骤203中提取出的每个所述封闭轮廓线的轮廓信息，判断该候选合作目标图像区域中5个所述封闭轮廓线的长度是否与所述热红外着舰合作目标中五个所述加热电炉(1)的外轮廓线长度一致：当判断出该候选合作目标图像区域中5个所述封闭轮廓线的长度与所述热红外着舰合作目标中五个所述加热电炉(1)的外轮廓线长度一致时，说明第q个所述候选合作目标图像区域为满足形状约束条件的候选合作目标图像区域；其中，q为正整数且q＝1、2、…、Q；步骤2043、位置约束：调用位置约束模块且根据所述热红外着舰合作目标中五个所述加热电炉(1)的位置关系，对步骤2042中所述的待匹配候选合作目标图...
【技术特征摘要】
【专利技术属性】
技术研发人员：郝帅，
申请(专利权)人：西安科技大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。