[發明專利]一種無人機降落目標的追蹤方法、裝置和無人機

在審

• 申請號: 201711194244.8
• 申請日: 2017-11-24
• 公開（公告）號: CN107943077A
• 公開（公告）日: 2018-04-20
• 發明（設計）人: 宋秀峰
• 申請（專利權）人: 歌爾股份有限公司
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 北京市隆安律師事務所11323
• 代理人: 權鮮枝,吳昊

1.一種無人機降落目標的追蹤方法，其特征在于，所述方法包括：

步驟S110，根據無人機攝像頭采集的包括降落目標的第一幀圖像的YUV圖像數據，確定所述降落目標在所述第一幀圖像中的降落區域和位置坐標；

步驟S120，提取所述降落區域的第一特征；

步驟S130，將所述降落區域的位置坐標進行多個預設比例的縮放，獲取多個縮放后的位置坐標，將所述多個縮放后的位置坐標確定的多個區域作為所述無人機攝像頭之后采集的第二幀圖像中的多個匹配區域；

步驟S140，分別提取多個所述匹配區域的第二特征，根據與所述第一特征匹配度最大的所述第二特征對應的匹配區域確定所述降落目標在所述第二幀圖像中的降落區域和位置坐標；

循環執行步驟S120至步驟S140，實現所述降落目標的追蹤。

2.如權利要求1所述的方法，其特征在于，所述方法進一步包括：

當所述第二特征與所述第一特征的匹配度小于預設匹配閾值時，確定所述無人機的降落目標追蹤失敗，再次根據步驟S110至步驟S140，重新進行降落目標的追蹤。

3.如權利要求1所述的方法，其特征在于，所述根據無人機攝像頭采集的包括降落目標的第一幀圖像的YUV圖像數據，確定所述降落目標在所述第一幀圖像中的降落區域和位置坐標包括：

根據所述第一幀圖像的YUV圖像數據，將所述第一幀圖像轉換成灰度圖像和第一二值圖像，其中，所述第一二值圖像中的白色像素點對應所述第一幀圖像中的指定色像素點，所述第一二值圖像中的黑色像素點對應所述第一幀圖像中的非指定色像素點；

根據所述降落目標的指定色區域組成的幾何特征，將所述第一二值圖像中的白色像素點進行聚類處理，獲取所述第一二值圖像中的一個或多個聚類區域和所述聚類區域的位置坐標；

根據一個或多個所述聚類區域的位置坐標，確定所述灰度圖像中的一個或多個聚類區域；

將所述灰度圖像中的一個或多個所述聚類區域轉化為第二二值圖像，所述第二二值圖像中的白色像素點對應所述聚類區域中灰度值小于預設灰度閾值的像素點，所述第二二值圖像中的黑色像素點對應所述聚類區域中灰度值大于或等于預設灰度閾值的像素點；

判斷所述第二二值圖像的幾何特征是否符合所述降落目標的幾何特征，若判斷為是，則該第二二值圖像對應的聚類區域為所述第一幀圖像中的降落區域，該聚類區域的位置坐標作為所述第一幀圖像中的降落區域的位置坐標。

4.如權利要求1所述的方法，其特征在于，在所述將所述降落區域的位置坐標進行多個預設比例的縮放之前，所述方法進一步包括：

根據所述第一幀圖像中的所述降落區域的位置坐標，確定所述第二幀圖像中的搜索區域，以保證多個縮放后的位置坐標確定的多個區域不能超出所述搜索區域。

5.如權利要求1所述的方法，其特征在于，所述提取所述降落區域的第一特征包括：

利用Haar-like特征提取方法，提取所述降落區域的灰度值；

利用稀疏矩陣對所述降落區域的灰度值進行降維處理，計算所述降落區域的灰度值的期望值和標準差；

利用所述降落區域的灰度值的期望值和標準差更新貝葉斯分類器；

所述分別提取多個所述匹配區域的第二特征，根據與所述第一特征匹配度最大的所述第二特征對應的匹配區域確定所述降落目標在所述第二幀圖像中的降落區域和位置坐標包括：

利用Haar-like特征提取方法，分別提取多個所述匹配區域的灰度值；

利用所述貝葉斯分類器，對所述匹配區域的灰度值進行分類識別，確定各所述匹配區域的灰度值與所述降落區域的灰度值的匹配度；

將匹配度最大的對應的匹配區域作為所述降落目標在所述第二幀圖像中的降落區域，確定所述對應的匹配區域的位置坐標作為所述降落目標在所述第二幀圖像中的位置坐標。

6.如權利要求5所述的方法，其特征在于，所述利用Haar-like特征提取方法，分別提取多個所述匹配區域的灰度值包括：

根據各所述匹配區域對應的預設比例，確定各所述匹配區域中的第一Haar特征區域和第二Haar特征區域；

利用Haar-like特征提取方法，分別提取各所述匹配區域中的第一Haar特征區域的第一灰度值和第二Haar特征區域的第二灰度值；

對各所述匹配區域的第一灰度值和第二灰度值進行求均值和歸一化處理，獲取各所述匹配區域的灰度值。