[發明專利]一種飛機飛行姿態的視覺圖像識別方法

有效

• 申請號: 201711458725.5
• 申請日: 2017-12-28
• 公開（公告）號: CN108052942B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 何博俠;楊雨詩;劉輝
• 申請（專利權）人: 南京理工大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 朱寶慶

本發明提供了一種飛機飛行姿態的視覺圖像識別方法，包括：采集飛機飛行實時圖像或離線單幀/序列圖像作為輸入圖像，采用自適應中值濾波對圖像去噪；采用移動平均自適應閾值法對去噪圖像進行二值化；采用形態學操作對前景處理，填充區域內空洞，獲得各連通區域，并按照飛機特征相似度指標初步篩選獲得疑似目標集；利用多尺度內角點算子檢測疑似目標集中各目標的凹角點與凸角點，連接各目標的凹、凸角點形成各目標的輪廓；根據待測目標輪廓特征建立多特征融合匹配度指標，應用該指標從疑似目標集中識別出待測飛機的輪廓；采用局部預測搜索和模板匹配策略，在仿真模板庫中獲取與目標飛機輪廓最相似的角度編碼模板圖像；從匹配到的角度編碼圖像中解算出當前幀飛機飛行的姿態參數。

技術領域

本發明涉及一種目標識別技術，特別是一種飛機飛行姿態的識別方法。

背景技術

飛機在空中飛行時的三維姿態角即俯仰角、偏航角、滾動角是表征飛行狀態的重要參數，其精確測量在飛機的測試實驗、事故分析等領域內有非常重要的價值，有越來越多的研究人員和國內外學者在關注這個研究領域。由于不同的飛機目標有它自身的結構特征，不同的時刻處于空間不同的位置，有著不同的姿態角度，所以姿態角度其實是反映飛機在空中的飛行狀態和性能的重要指標，若能精確獲得這些角度參數，就能了解飛機的飛行狀態，對飛機的性能提升進行定量衡量。在事故分析中，通過分析飛機的姿態角度變化，就有可能找到飛機故障原因所在。

對空拍攝的飛機影像，其背景相對地面影像而言比較單一，目標提取算法也相對簡單。對可見光圖像，飛機識別的難點在于目標本身并沒有明顯的共同灰度特征，且不同型號的飛機形狀、尺寸、灰度差異很大，所以通過灰度方法很難得到飛機的完整的、準確的外形，識別率低，難以進行機型的判別。在實際圖像中，由于遮擋、陰影、背景干擾和較低圖像質量的影響，通過輪廓來準確提取目標的閉合輪廓往往比較困難。而針對高速飛行的小目標運動分析，實時性要求高且成像像素少，如果能檢測到能表征目標形狀的主要輪廓角點，通過若干個點檢測獲得目標輪廓信息，將大大減少運算量。而從輪廓中提取一些穩健性好、容易提取且足以判定目標的關鍵參數，而不以整個輪廓為特征，將具有更好的識別效果。

對于遠距離目標的姿態識別，通常按照目標立體模型從三維空間向二維圖像投影搜索、匹配的過程進行求解。算法的執行速度主要由圖像處理、模型庫建立和模型匹配的速度決定，其中影響最大的因素是模型庫規模和最佳匹配模型的搜索策略?？紤]目標的機動信息的模型庫建立方法與匹配搜索策略，充分挖掘圖像信息，在保證姿態估計精度的同時，減少姿態角估計的時間。

發明內容

本發明的目的在于提供一種飛機姿態識別方法，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，采用自適應中值濾波對圖像去噪；

步驟S103，采用移動平均自適應閾值法對去噪圖像二值化；

步驟S104，采用形態學操作對前景處理，填充區域內空洞；

步驟S105，按照飛機特征相似度指標初步篩選獲得疑似目標集；

步驟S106，利用多尺度內角點算子檢測疑似目標集中各目標的凹角點與凸角點，連接各目標的凹、凸角點形成各目標的輪廓；

步驟S107，根據待測目標輪廓特征建立多特征融合匹配度指標，應用該指標從疑似目標集中識別出待測飛機的輪廓；

步驟S108，建立飛機飛行姿態仿真模板庫；

步驟S109，采用局部預測搜索和模板匹配策略，在仿真模板庫中獲取與目標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前幀飛機飛行的實際姿態參數。

本發明與現有技術相比，具有以下優點：