微型无人机三邻域极大差值边缘检测狭道导引算法制造技术

本发明专利技术提供一种微型无人机三邻域极大差值边缘检测狭道导引算法，属于无人机智能视觉领域，含有：图像采集、狭道检测和导引计算三个阶段；其中，图像采集阶段，检测并提取正确的图像；狭道检测阶段，通过改进的三邻域差值极大值边缘检测算法来获取图像的边缘信息，得到三个特定方向的像素差值极大值；导引计算阶段，利用滤波算法提取真正的狭道边线，通过计算狭道边线角平分线与图像瞄准线的角度和位置关系，得到导引信息。本发明专利技术实现了未知地图狭道中的无人机全自主导引，相比传统的多摄像机和多传感器方案，本发明专利技术不但确保了检测精度和响应时间，而且简化了传感器方案、延长了无人机的续航时间，能够有效用于微型无人机的室内飞行导引。

【技术实现步骤摘要】
微型无人机三邻域极大差值边缘检测狭道导引算法
本专利技术涉及微型无人机
，特别是涉及一种微型无人机三邻域极大差值边缘检测狭道导引算法，主要应用于微型无人机，无人机，机器人，自动驾驶汽车等

技术介绍
视觉导引算法是微型无人机在狭道导引中的一种重要的技术手段。以往的微型无人机在狭道中的导引往往是通过SLAM算法或者传感器测距，前者计算复杂，功耗大；后者增加无人机的负载，精度低。此外，功耗或负载的增加都会缩短无人机的续航时间，因此不适用于微型无人机。
技术实现思路
本专利技术所要解决的技术问题是：为了克服现有技术中的不足，本专利技术提供一种微型无人机三邻域极大差值边缘检测狭道导引算法，是应用于微型无人机在未知地图狭道中自主飞行的视觉导引算法，能够获得准确实时的导引数据，引导微型无人机自主穿越狭道。本专利技术解决其技术问题所要采用的技术方案是：一种微型无人机三邻域极大差值边缘检测狭道导引算法，包括图像采集、狭道检测和导引计算三个阶段；其中，图像采集阶段，检测并提取正确的图像；狭道检测阶段，通过改进的三邻域差值本文档来自技高网...

【技术保护点】
1.一种微型无人机三邻域极大差值边缘检测狭道导引算法，其特征在于：包括图像采集、狭道检测和导引计算三个阶段；其中，图像采集阶段，检测并提取正确的图像；狭道检测阶段，通过改进的三邻域差值极大值边缘检测算法来获取图像的边缘信息，得到三个特定方向的像素差值极大值；导引计算阶段，利用中位值平均滤波算法提取真正的狭道边线，通过计算狭道边线角平分线与图像瞄准线的角度和位置关系，得到导引信息。/n

【技术特征摘要】
1.一种微型无人机三邻域极大差值边缘检测狭道导引算法，其特征在于：包括图像采集、狭道检测和导引计算三个阶段；其中，图像采集阶段，检测并提取正确的图像；狭道检测阶段，通过改进的三邻域差值极大值边缘检测算法来获取图像的边缘信息，得到三个特定方向的像素差值极大值；导引计算阶段，利用中位值平均滤波算法提取真正的狭道边线，通过计算狭道边线角平分线与图像瞄准线的角度和位置关系，得到导引信息。


2.如权利要求1所述的微型无人机三邻域极大差值边缘检测狭道导引算法，其特征在于：所述图像采集阶段具体包括以下步骤：
微型无人机在狭道内飞行的过程当中，机载前视相机实时获取图像并判断图像数据来源的正确性。


3.如权利要求2所述的微型无人机三邻域极大差值边缘检测狭道导引算法，其特征在于：所述狭道检测阶段具体包括以下步骤：
用改进的三邻域差值极大值算法检测图像中的边缘：
f(x,y)＝max(|f(x,y)-f(x+1,y)|,|f(x,y)-f(x,y+1)|,|f(x,y)-f(x+1,y+1)|)(1)
其中，f(x,y)表示图像(x,y)点的灰度值，通过计算f(x,y)其三个相邻点f(x+1,y)，f(x,y+1)，f(x+1,y+1)的差值绝对值的极大值，作为f(x,y)点的像素值；
根据选定阈值θ：



得到三邻域差值极大值边缘检测算法的边缘检测二值图；
用经典的Hough直线检测算法检测到图像中的所有直线，通过对Hough算法的参数设...

【专利技术属性】
技术研发人员：徐盼盼，王冠林，史海庆，李德辉，唐宁，王宜东，
申请(专利权)人：山东智翼航空科技有限公司，
类型：发明
国别省市：山东;37