[發(fā)明專利]一種飛機飛行姿態(tài)的視覺圖像識別方法有效
| 申請?zhí)枺?/td> | 201711458725.5 | 申請日: | 2017-12-28 |
| 公開(公告)號: | CN108052942B | 公開(公告)日: | 2021-07-06 |
| 發(fā)明(設(shè)計)人: | 何博俠;楊雨詩;劉輝 | 申請(專利權(quán))人: | 南京理工大學(xué) |
| 主分類號: | G06K9/32 | 分類號: | G06K9/32;G06K9/62 |
| 代理公司: | 南京理工大學(xué)專利中心 32203 | 代理人: | 朱寶慶 |
| 地址: | 210094 *** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 飛機 飛行 姿態(tài) 視覺 圖像 識別 方法 | ||
1.一種飛機飛行姿態(tài)的視覺圖像識別方法,其特征在于,包括以下步驟:
步驟S101,采集飛機飛行實時圖像或離線單幀/序列圖像;
步驟S102,采用自適應(yīng)中值濾波對圖像去噪;
步驟S103,采用移動平均自適應(yīng)閾值法對去噪圖像二值化;
步驟S104,采用形態(tài)學(xué)操作對前景處理,填充區(qū)域內(nèi)空洞,獲得連通域;
步驟S105,按照飛機特征相似度指標(biāo)初步篩選獲得疑似目標(biāo)集;
步驟S106,利用多尺度內(nèi)角點算子檢測疑似目標(biāo)集中各目標(biāo)的凹角點與凸角點,連接各目標(biāo)的凹、凸角點形成各目標(biāo)的輪廓;
步驟S107,根據(jù)待測目標(biāo)輪廓特征建立多特征融合匹配度指標(biāo),應(yīng)用該指標(biāo)從疑似目標(biāo)集中識別出待測飛機的輪廓;
步驟S108,建立飛機飛行姿態(tài)仿真模板庫;
步驟S109,采用局部預(yù)測搜索和模板匹配策略,在仿真模板庫中獲取與目標(biāo)飛機輪廓最相似的角度編碼模板圖像;
步驟S110,從匹配到的角度編碼圖像中解算出當(dāng)前幀飛機飛行的實際姿態(tài)參數(shù)。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,步驟S105的具體過程在于,計算所提取連通域的面積和周長兩個特征,按照如下飛機特征相似度指標(biāo)公式進(jìn)行篩選獲得疑似目標(biāo)集:
s>C (1)
同時滿足時(1)、(2)兩式的連通域為疑似目標(biāo)并放入疑似目標(biāo)集;其中s為連通域的面積,l為連通域的周長,C為目標(biāo)飛機連通域面積的最小值;a和b分別為待測目標(biāo)飛機連通域面積周長比的最小值和最大值。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,步驟S107的具體過程在于,將所提取矩形度、致密度及Hu不變矩的歐氏距離三個指標(biāo)按照如下匹配度指標(biāo)公式進(jìn)行加權(quán)計算獲得匹配度指標(biāo)值:
F=α|f1-f1m|+β|f2-f2m|+γf3 (3)
當(dāng)F小于預(yù)先設(shè)定的閾值時,輪廓為所選目標(biāo);其中f1為目標(biāo)矩形度,f2為目標(biāo)致密度,f1m為模板矩形度,f2m為模板致密度,f3為目標(biāo)與模板Hu不變矩的歐氏距離,α、β、γ為每一項特征指標(biāo)的權(quán)值。
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,步驟S108中所述的仿真模板庫的建立過程為:
步驟S1081,利用OpenGL建立模擬成像環(huán)境,依據(jù)待測飛機及其與觀測點之間的距離和角度,設(shè)置仿真環(huán)境的參數(shù);
步驟S1082,將飛機3D模型導(dǎo)入OpenGL,將俯仰角、橫滾角、偏航角在360°范圍內(nèi)按一定步長角θ劃分,組合出組飛機的飛行姿態(tài),并生成以視點為基點的2D仿真角度編碼模板圖像,得到仿真模板庫。
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,步驟S109中采用局部預(yù)測搜索策略在飛機飛行姿態(tài)仿真模板庫中獲取與目標(biāo)輪廓最相似的圖像的具體過程在于:
步驟S1091,選取輪廓與方位角相關(guān)系數(shù)作為相似性度量準(zhǔn)則,得到某一時刻仿真模板庫中所有圖像與輸入圖像之間的相關(guān)系數(shù)矩陣,矩陣中每個點代表了飛機飛行姿態(tài)仿真模板庫中的一個姿態(tài);
步驟S1092,設(shè)k-1時刻目標(biāo)處于姿態(tài)B點,k時刻目標(biāo)處于姿態(tài)P點;
步驟S1093,從B點出發(fā),根據(jù)k-1時刻目標(biāo)機動方向,預(yù)測目標(biāo)俯仰角變化的方向,在相關(guān)系數(shù)矩陣中搜索俯仰角的最大值O點;
步驟S1094,從姿態(tài)O點預(yù)測目標(biāo)橫滾角變化的方向,在相關(guān)系數(shù)矩陣中搜索橫滾角的最大值Q點;
步驟S1095,從姿態(tài)Q點預(yù)測目標(biāo)偏航角變化的方向,在相關(guān)系數(shù)矩陣中搜索偏航角的最大值P點,P點對應(yīng)的模型即為最佳匹配模型。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京理工大學(xué),未經(jīng)南京理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711458725.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 一種敏捷衛(wèi)星姿態(tài)機動確定系統(tǒng)
- 座椅自動調(diào)節(jié)方法、裝置及終端
- 調(diào)整智能交互機器人姿態(tài)的方法及智能交互機器人
- 一種用于同步軌道SAR衛(wèi)星的姿態(tài)機動軌跡計算方法
- 面部姿態(tài)調(diào)整方法、裝置和終端
- 孕婦姿態(tài)實時監(jiān)測系統(tǒng)
- 具有電磁位置跟蹤的混合姿態(tài)跟蹤系統(tǒng)
- 一種姿態(tài)估計方法、裝置、電子設(shè)備及存儲介質(zhì)
- 一種基于姿態(tài)質(zhì)量評估的自適應(yīng)人體姿態(tài)優(yōu)化方法
- 一種機器人姿態(tài)調(diào)整控制系統(tǒng)





