基于計(jì)算機(jī)視覺(jué)輔助的無(wú)人機(jī)著艦關(guān)鍵技術(shù)研究.pdf

1、計(jì)算機(jī)視覺(jué)憑借其無(wú)源、經(jīng)濟(jì)、信息豐富的優(yōu)點(diǎn)，成為無(wú)人機(jī)自主導(dǎo)航中的重要信息源。本文以雙目攝像機(jī)所拍攝的艦船模型序列圖像為研究對(duì)象，綜合運(yùn)用數(shù)字圖像處理、計(jì)算機(jī)視覺(jué)、三維重建等技術(shù)和方法，對(duì)無(wú)人機(jī)自主著艦階段的艦船識(shí)別與跟蹤、著陸場(chǎng)區(qū)域有用特征提取、無(wú)人機(jī)相對(duì)位姿的估計(jì)等問(wèn)題進(jìn)行了深入的研究。
　　首先利用SIFT特征匹配與模板匹配相結(jié)合的方法來(lái)解決復(fù)雜背景條件下著陸場(chǎng)目標(biāo)的識(shí)別與跟蹤的問(wèn)題。在建立艦船跑道SIFT特征庫(kù)的基礎(chǔ)上，將

2、機(jī)載攝像機(jī)拍攝圖像所提取的SIFT特征與特征庫(kù)做匹配，并設(shè)定匹配閾值來(lái)確定目標(biāo)是否已被識(shí)別，然后對(duì)識(shí)別后的艦船跑道區(qū)域進(jìn)行定位，通過(guò)提出的模板刷新策略，采用模板匹配的算法對(duì)定位區(qū)域?qū)崿F(xiàn)實(shí)時(shí)的跟蹤。
　　光照變換對(duì)著陸場(chǎng)區(qū)域圖像的有效分割造成了極大的影響，本文提出一種跑道區(qū)域圖像增強(qiáng)算法來(lái)消除光照變化帶來(lái)的不利影響。算法融合了基于圖像平均灰度的圖像恢復(fù)技術(shù)和線性灰度變換的圖像增強(qiáng)技術(shù)，并通過(guò)一種基于反饋信息的迭代方法將兩種技術(shù)多次迭

3、代。處理后的圖像不僅消除了光照變化的影響，而且突出了跑道線的特征。
　　以增強(qiáng)的跑道區(qū)域灰度圖像為對(duì)象，經(jīng)過(guò)灰度拉伸、閾值分割得到二值化圖像，利用Canny算子來(lái)檢測(cè)邊緣，然后采用概率Hough變換的方法檢測(cè)跑道區(qū)域的直線特征，通過(guò)提出的一種直線篩選策略分離出用于計(jì)算的兩條跑道邊線的外邊緣。在此基礎(chǔ)上，運(yùn)用射影幾何和三維重建的方法，對(duì)雙目攝像機(jī)拍攝到的跑道外邊緣線上的四個(gè)點(diǎn)進(jìn)行重建，進(jìn)而估算出無(wú)人機(jī)相對(duì)艦船的位置以及姿態(tài)角等飛行參