基于計算機(jī)視覺輔助的無人機(jī)著艦關(guān)鍵技術(shù)研究.pdf

1、計算機(jī)視覺憑借其無源、經(jīng)濟(jì)、信息豐富的優(yōu)點，成為無人機(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象，綜合運用數(shù)字圖像處理、計算機(jī)視覺、三維重建等技術(shù)和方法，對無人機(jī)自主著艦階段的艦船識別與跟蹤、著陸場區(qū)域有用特征提取、無人機(jī)相對位姿的估計等問題進(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)合的方法來解決復(fù)雜背景條件下著陸場目標(biāo)的識別與跟蹤的問題。在建立艦船跑道SIFT特征庫的基礎(chǔ)上，將

2、機(jī)載攝像機(jī)拍攝圖像所提取的SIFT特征與特征庫做匹配，并設(shè)定匹配閾值來確定目標(biāo)是否已被識別，然后對識別后的艦船跑道區(qū)域進(jìn)行定位，通過提出的模板刷新策略，采用模板匹配的算法對定位區(qū)域?qū)崿F(xiàn)實時的跟蹤。
　　光照變換對著陸場區(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)算法來消除光照變化帶來的不利影響。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)域灰度圖像為對象，經(jīng)過灰度拉伸、閾值分割得到二值化圖像，利用Canny算子來檢測邊緣，然后采用概率Hough變換的方法檢測跑道區(qū)域的直線特征，通過提出的一種直線篩選策略分離出用于計算的兩條跑道邊線的外邊緣。在此基礎(chǔ)上，運用射影幾何和三維重建的方法，對雙目攝像機(jī)拍攝到的跑道外邊緣線上的四個點進(jìn)行重建，進(jìn)而估算出無人機(jī)相對艦船的位置以及姿態(tài)角等飛行參