[發(fā)明專利]一種多平臺聯(lián)合目標自主識別方法

在審

• 申請?zhí)枺?/td>: 201711123377.6
• 申請日: 2017-11-14
• 公開（公告）號: CN107895386A
• 公開（公告）日: 2018-04-10
• 發(fā)明（設計）人: 張原;王軍
• 申請（專利權）人: 中國航空工業(yè)集團公司西安飛機設計研究所
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/50;G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京航信高科知識產權代理事務所(普通合伙)11526
• 代理人: 高原

技術領域

本發(fā)明涉及航電系統(tǒng)技術領域，特別是涉及一種多平臺聯(lián)合目標自主識別方法。

背景技術

偵查、作戰(zhàn)飛機在執(zhí)行任務時，特別是執(zhí)行對地作戰(zhàn)任務時，經常需要對TOI進行觀測與識別，這一任務到目前為止仍然主要由人工完成。

因此，希望有一種技術方案來克服或至少減輕現(xiàn)有技術的至少一個上述缺陷。

發(fā)明內容

本發(fā)明的目的在于提供一種多平臺聯(lián)合目標自主識別方法來克服或至少減輕現(xiàn)有技術的至少一個上述缺陷。

為實現(xiàn)上述目的，本發(fā)明提供一種多平臺聯(lián)合目標自主識別方法，所述多平臺聯(lián)合目標自主識別方法包括如下步驟：

步驟1：預設多個識別目標，并獲得各個識別目標的含有深度信息的二維圖像；

步驟2：通過各個識別目標的含有深度信息的二維圖像訓練CNN網絡，從而預設CNN網絡參數(shù)；

步驟3：飛機探測疑似目標，并獲取疑似目標的含有深度信息的二維圖像；

步驟4：將飛機獲得的疑似目標的含有深度信息的二維圖像傳遞給已經完成訓練的CNN網絡，從而通過CNN網絡判斷出疑似目標是否為預設的多個識別目標中的一個。

優(yōu)選地，所述步驟1具體為：

步驟11：預設多個識別目標，通過各個平臺對各預設目標進行光學采集，確保有2個或兩個以上平臺的光學探測設備從不同觀測角度保證一個或者多個目標在傳感器視場內，對各個預設目標進行光學采集，得到圖像I1、I2…In，形成圖像集合I；

步驟12：將圖像與圖像采集平臺的空間坐標通過數(shù)據鏈傳遞給將要實施打擊或偵察任務的平臺；

任務平臺接收到圖像后對圖像集合I中的任意兩圖進行SIFT匹配計算，獲取圖像中匹配的特征點集合S；

對S進行處理，根據S中特征點之間的相對位置關系計算其分布向量V＝[k，d]，其中k為兩圖特征點連線的斜率，d為特征點連線的距離，根據識別的精度要求選定特征點的最大密度區(qū)域，拋棄不在該區(qū)域內的特征點，形成新的特征點集合Sn_i；

將所采集的圖像轉化為HSV圖像，取出其中的V通道，并擴展灰度范圍至0～255，從而形成灰度圖像；

對新特征點集Sni進行聚類，根據識別精度聚類數(shù)選擇C，得到C個聚類；

步驟13：計算每個聚類的聚類中心，在本聚類的特征點中，計算歐式距離得到與聚類中心距離最小的特征點作為本聚類的中心，并計算兩幅圖像中該點之間的橫向視差及縱向視差；

根據相機特性對對每個特征區(qū)域進行深度距離恢復，計算公式如下：

X/U＝Y/V＝L/F

其中：X、Y、L為目標與觀測平臺之間橫向、縱向及平行于光軸的距離，f為當前相機焦距；

步驟14：將得到的深度信息歸一化，按特征區(qū)域分布組成與原圖像規(guī)模一致的矩陣，與灰度圖像點乘，得到包含深度信息的二維圖像。

優(yōu)選地，所述步驟2為：通過所述步驟14所獲得的二維圖像訓練CNN網絡。

優(yōu)選地，所述步驟4具體為：

通過公式判斷，當結果大于δ時，則認為疑似目標為預設的多個識別目標中的一個；其中，

R_i為CNN網絡對特征區(qū)域的識別結果，S_i為特征區(qū)域的面積；δ為自定義預設值。

本申請的多平臺聯(lián)合目標自主識別方法綜合多平臺間的光學探測設備，使載機能夠通過平臺間通信獲取對疑似目標的多角度光學成像，實現(xiàn)多機聯(lián)合的對TOI的自主識別，能夠用于無人機或智能化飛機，減低對人工的依賴性。

附圖說明

圖1是本申請一實施例的多平臺聯(lián)合目標自主識別方法的流程示意圖。

圖2是雙機平臺對TOI進行識別過程的水平投影示意圖。

圖3是雙機平臺對TOI進行識別過程的豎直投影原理示意圖。

具體實施方式

為使本發(fā)明實施的目的、技術方案和優(yōu)點更加清楚，下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行更加詳細的描述。在附圖中，自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例。下面通過參考附圖描述的實施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。基于本發(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。下面結合附圖對本發(fā)明的實施例進行詳細說明。