無人機(jī)視覺著陸中紅外合作目標(biāo)的熱暈?zāi)：コ椒ㄑ芯?pdf

1、基于視覺的無人機(jī)自主著陸技術(shù)中需要從地面合作目標(biāo)的特定形狀中估算出無人機(jī)的高度、飛行姿態(tài)等著陸信息,本課題組為滿足全天候下無人機(jī)自主著陸的要求,提出了一種基于地面紅外合作目標(biāo)和機(jī)載紅外視覺系統(tǒng)的著陸新方法。但在實(shí)驗(yàn)過程中發(fā)現(xiàn),由于紅外合作目標(biāo)處于較高溫度溫狀態(tài),在其周圍容易形成模糊,該模糊對無人機(jī)位姿參數(shù)估計(jì)的精度影響較大。針對這一問題,本文分別從前期的合作目標(biāo)設(shè)計(jì)和紅外模糊圖像的后期恢復(fù)兩方面展開相關(guān)研究工作。
　　 首先,本

2、文從合作目標(biāo)的紅外探測成像機(jī)理角度分析了熱暈形成的原理。對紅外合作目標(biāo)熱暈的形成原理進(jìn)行了詳細(xì)的熱力學(xué)分析后,推導(dǎo)出形成紅外熱暈?zāi)：闹饕绊懸蛩?利用Fluent仿真軟件對熱暈的形成進(jìn)行仿真。同時(shí)對合作目標(biāo)進(jìn)行優(yōu)化設(shè)計(jì),以期從合作目標(biāo)這一硬件上減小熱暈?zāi)：?。?shí)驗(yàn)表明,優(yōu)化設(shè)計(jì)后的合作目標(biāo)的熱暈?zāi)：c舊合作目標(biāo)相比有明顯的改善。
　　 然后,由于合作目標(biāo)的熱暈?zāi)：纬稍砼c一般圖像模糊不同。本文通過查閱大量現(xiàn)有文獻(xiàn)資料選擇了適用

3、于本文背景的基于透明區(qū)域的模糊恢復(fù)方法。針對原方法中不能實(shí)現(xiàn)自動提取透明區(qū)域的問題,運(yùn)用仿真與實(shí)驗(yàn)驗(yàn)證相結(jié)合的方法確定出了最大模糊比例,又利用改進(jìn)的橫井細(xì)化算法提取出了模糊區(qū)域,再運(yùn)用基于透明區(qū)域的模糊恢復(fù)算法對圖像進(jìn)行恢復(fù)運(yùn)算,實(shí)驗(yàn)表明,改進(jìn)后的方法能夠較好地去除合作目標(biāo)的熱暈?zāi)：?br>　　 其次,通過對實(shí)際圖片中的模糊區(qū)域的灰度變換曲線結(jié)合仿真實(shí)驗(yàn)中的溫度場變換規(guī)律進(jìn)行研究,探索了另一種去除熱暈?zāi)：姆椒?實(shí)驗(yàn)表明該方法能夠一

4、定程度上去除合作目標(biāo)的熱暈?zāi)：?br>　　 另外,由于背景溫度不高且紅外發(fā)射率較低等因?yàn)?背景在紅外圖像中呈現(xiàn)為較低能量,而模糊區(qū)域在圖像中的能量特征沒有合作目標(biāo)明顯,而奇異值分解與圖像重構(gòu)結(jié)合具有提取出圖像中不同能量成分的作用。因此,本文研究了基于奇異值分解的熱暈?zāi)：コ椒?利用奇異值分解對圖像處理后,對特征向量按大小排列,確定出適合的特征值進(jìn)行重構(gòu)以期得到清晰圖像。實(shí)驗(yàn)表明,該方法有較好的處理效果。
　　 最后,通過對