1.一种空中非合作目标固定翼要害点检测方法,其特征在于,该方法包括以下步骤:
S1、输入检测图像G1,并对其进行中值滤波,去除检测图像G1的噪声,得到去噪图像G2;
S2、对去噪图像G2进行二值化处理得到二值图像G3,并得到目标矩形区域D2,将该区域裁剪成目标区域图像G4;
S3、将目标区域图像G4使用双线性插值缩放成缩放图像G5;
S4、将缩放图像G5的数据存放在一维数组A4中,并将其传入训练好的SVM模型,SVM模型的分类器输出目标固定翼飞机朝向H;
S5、根据目标矩形区域D2得到目标区域矩形顶点信息D,利用目标固定翼飞机朝向H和目标区域矩形顶点信息D计算固定翼要害点区域A5;
S6、对目标区域图像G4中的固定翼要害点区域A5求解最大连通域重心M,最大连通域重心M的坐标即为固定翼要害点。
2.根据权利要求1所述的空中非合作目标固定翼要害点检测方法,其特征在于,步骤S2中的具体方法为:
S21、对去噪图像G2使用Kittler算法二值化处理得到二值图像G3;
S22、遍历二值图像G3,寻找到横纵坐标的最大最小值,从而确定目标区域矩形区域D2;
其中心坐标为(D2x,D2y);目标区域矩形区域D2水平长度为DS,竖直长度为DZ;
S23、根据目标区域矩形区域D2对二值图像G3进行裁剪,得到目标区域图像G4。
3.根据权利要求1所述的空中非合作目标固定翼要害点检测方法,其特征在于,步骤S4中的具体方法为:
S41、将缩放图像G5的值转换成一维数组A4;
S42、获取训练集图片,将训练集图片中的多张固定翼飞行图片人工分成9类不同的朝向的图片,9类分别为飞机机头朝0度,45度,90度,135度,180度,235度,270度,315度,及飞机机身垂直于像平面的情况;将训练集图片经过步骤S1、步骤S2、步骤S3、步骤S41处理后进行训练,得到训练好的SVM分类器模型;
S43、将一维数组A4的数据输入到训练好的SVM分类器模型;分类器输出目标固定翼飞机朝向H;朝向H取值有0、1、2、3、4、5、6、7、8,分别代表飞机机头朝0度,45度,90度,135度,
180度,235度,270度,315度,及飞机机身垂直于像平面的情况。
4.根据权利要求3所述的空中非合作目标固定翼要害点检测方法,其特征在于,步骤S5中的具体方法为:
S51、将目标矩形区域D2,横纵坐标三等分,形成9个矩形子区域;
S52、由目标固定翼飞机朝向H信息来选取对应的子区域,并求解对应子区域的中心坐标C5;其中:
H=0时,C5中心坐标公式为:
C5x=D2x‑DS/3
C5y=D2y
H=1时,C5中心坐标公式为:
C5x=D2x‑DS/3
C5y=D2y+DZ/3
H=2时,C5中心坐标公式为:
C5x=D2x
C5y=D2y+DZ/3
H=3时,C5中心坐标公式为:
C5x=D2x+DS/3
C5y=D2y+DZ/3
H=4时,C5中心坐标公式为:
C5x=D2x+DS/3
C5y=D2y
H=5时,C5中心坐标公式为:
C5x=D2x+DS/3
C5y=D2y‑DZ/3
H=6时,C5中心坐标公式为:
C5x=D2x
C5y=D2y‑DZ/3
H=7时,C5中心坐标公式为:
C5x=D2x‑DS/3
C5y=D2y‑DZ/3
H=8时,C5中心坐标公式为:
C5x=D2x
C5y=D2y
其中,目标区域矩形区域D2的中心坐标为(D2x,D2y);目标区域矩形区域D2水平长度为DS,竖直长度为DZ;
S53、根据每个子区域的中心坐标C5,计算固定翼要害点区域A5;固定翼要害点区域A5的中心坐标为C5,边长为L5;边长L5的计算公式如下:
L5=MAX(DS,DZ)/3
同时固定翼要害点区域A5在整体图像的范围内。
5.根据权利要求1所述的空中非合作目标固定翼要害点检测方法,其特征在于,步骤S6中的具体方法为:
对目标区域图像G4中的固定翼要害点区域A5求解最大连通域重心M,其计算公式为:
其中,(Mx,My)为最大连通域重心M的坐标,(xi,yi)为连通域中第i个像素的坐标,k为连通域的像素个数。
一种空中非合作目标固定翼要害点检测方法\n技术领域\n[0001] 本发明涉及数字图像处理、目标检测、目标识别技术领域,尤其涉及一种空中非合作目标固定翼要害点检测方法。\n背景技术\n[0002] 近年来,随着科技的发展,越来越多的小型无人航空器出现在日常生活中,如四旋翼无人机、固定翼无人机等。这些设备在给人们带来便利的同时,也产生了诸多问题。\n[0003] 反制这些设备的方法多种多样,如网捕,电子干扰,武器击落等,使用激光武器瞄准目标,将其击落。对于较低功率的激光武器,击落目标固定翼需要将激光定位到目标的要害点,通过对要害点持续一定时间的照射,达到击落目标的目的。对于固定翼这种类型的空中飞行器,使用激光武器进行打击时,其要害点位于尾翼处,而不是机身上,主要有以下原因。一、固定翼的尾翼的作用是操纵飞机俯仰和偏转,保证飞机能平稳飞行,若尾翼被破坏将使固定翼飞机失去控制,从而使其坠毁。击毁尾翼有利于最大化激光的破坏效应。二、固定翼飞机的尾翼与飞机机身相比厚度更薄,面积更小,在相同的时间内,尾翼更容易被击毁。使用尾翼作为要害点可以在更短时间击落目标。如何引导激光对准固定翼的要害点,一种典型的方法是根据视频图像进行要害点定位,通过图像处理的手段标记出固定翼的要害点位置。\n[0004] 基于图像的目标检测方法有很多。在某些特定应用场合中,由于目标一般距离较远,目标在相面上的移动较大,为了始终能够捕获目标,成像设备往往具有大幅面,高帧频的特点,而且要求目标要害点定位算法不仅能定位到飞行目标区域,还需要定位到飞行目标的特定要害点位置。因此有必要开发一种空中非合作目标固定翼要害点检测定位方法。\n发明内容\n[0005] 本发明要解决的技术问题在于针对现有技术中的缺陷,提供一种空中非合作目标固定翼要害点检测方法。\n[0006] 本发明解决其技术问题所采用的技术方案是:\n[0007] 本发明提供一种空中非合作目标固定翼要害点检测方法,该方法包括以下步骤:\n[0008] S1、输入检测图像G1,并对其进行中值滤波,去除检测图像G1的噪声,得到去噪图像G2;\n[0009] S2、对去噪图像G2进行二值化处理得到二值图像G3,并得到目标矩形区域D2,将该区域裁剪成目标区域图像G4;\n[0010] S3、将目标区域图像G4使用双线性插值缩放成缩放图像G5;\n[0011] S4、将缩放图像G5的数据存放在一维数组A4中,并将其传入训练好的SVM模型,SVM模型的分类器输出目标固定翼飞机朝向H;\n[0012] S5、根据目标矩形区域D2得到目标区域矩形顶点信息D,利用目标固定翼飞机朝向H和目标区域矩形顶点信息D计算固定翼要害点区域A5;\n[0013] S6、对目标区域图像G4中的固定翼要害点区域A5求解最大连通域重心M,最大连通域重心M的坐标即为固定翼要害点。\n[0014] 进一步地,本发明的步骤S2中的具体方法为:\n[0015] S21、对去噪图像G2使用Kittler算法二值化处理得到二值图像G3;\n[0016] S22、遍历二值图像G3,寻找到横纵坐标的最大最小值,从而确定目标区域矩形区域D2;其中心坐标为(D 2x,D 2y);目标区域矩形区域D2水平长度为DS,竖直长度为DZ;\n[0017] S23、根据目标区域矩形区域D2对二值图像G3进行裁剪,得到目标区域图像G4。\n[0018] 进一步地,本发明的步骤S4中的具体方法为:\n[0019] S41、将缩放图像G5的值转换成一维数组A4;\n[0020] S42、获取训练集图片,将训练集图片中的多张固定翼飞行图片人工分成9类不同的朝向的图片,9类分别为飞机机头朝0度,45度,90度,135度,180度,235度,270度,315度,及飞机机身垂直于像平面的情况;将训练集图片经过步骤S1、步骤S2、步骤S3、步骤S41处理后进行训练,得到训练好的SVM分类器模型;\n[0021] S43、将一维数组A4的数据输入到训练好的SVM分类器模型;分类器输出目标固定翼飞机朝向H;朝向H取值有0、1、2、3、4、5、6、7、8,分别代表飞机机头朝0度,45度,90度,135度,180度,235度,270度,315度,及飞机机身垂直于像平面的情况。\n[0022] 进一步地,本发明的步骤S5中的具体方法为:\n[0023] S51、将目标矩形区域D2,横纵坐标三等分,形成9个矩形子区域;\n[0024] S52、由目标固定翼飞机朝向H信息来选取对应的子区域,并求解对应子区域的中心坐标C5;其中:\n[0025] H=0时,C5中心坐标公式为:\n[0026] C5x=D2x‑DS/3\n[0027] C5y=D2y\n[0028] H=1时,C5中心坐标公式为:\n[0029] C5x=D2x‑DS/3\n[0030] C5y=D2y+DZ/3\n[0031] H=2时,C5中心坐标公式为:\n[0032] C5x=D2x\n[0033] C5y=D2y+DZ/3\n[0034] H=3时,C5中心坐标公式为:\n[0035] C5x=D2x+DS/3\n[0036] C5y=D2y+DZ/3\n[0037] H=4时,C5中心坐标公式为:\n[0038] C5x=D2x+DS/3\n[0039] C5y=D2y\n[0040] H=5时,C5中心坐标公式为:\n[0041] C5x=D2x+DS/3\n[0042] C5y=D2y‑DZ/3\n[0043] H=6时,C5中心坐标公式为:\n[0044] C5x=D2x\n[0045] C5y=D2y‑DZ/3\n[0046] H=7时,C5中心坐标公式为:\n[0047] C5x=D2x‑DS/3\n[0048] C5y=D2y‑DZ/3\n[0049] H=8时,C5中心坐标公式为:\n[0050] C5x=D2x\n[0051] C5y=D2y\n[0052] 其中,目标区域矩形区域D的中心坐标为(D 2x,D 2y);目标区域矩形区域D2水平长度为DS,竖直长度为DZ;\n[0053] S53、根据每个子区域的中心坐标C5,计算固定翼要害点区域A5;固定翼要害点区域A5的中心坐标为C5,边长为L5;边长L5的计算公式如下:\n[0054] L5=MAX(DS,DZ)/3\n[0055] 同时固定翼要害点区域A5在整体图像的范围内。\n[0056] 进一步地,本发明的步骤S6中的具体方法为:\n[0057] 对目标区域图像G4中的固定翼要害点区域A5求解最大连通域重心M,其计算公式为:\n[0058]\n[0059]\n[0060] 其中,(Mx,My)为最大连通域重心M的坐标,(xi,yi)为连通域中第i个像素的坐标,k为连通域的像素个数。\n[0061] 本发明产生的有益效果是:本发明的空中非合作目标固定翼要害点检测方法,通过空中固定翼要害点检测算法,检测固定翼要害点的位置,通过对固定翼飞机在二维图像平面上的朝向进行判断,从而准确检测到固定翼尾翼要害点位置。\n附图说明\n[0062] 下面将结合附图及实施例对本发明作进一步说明,附图中:\n[0063] 图1为本发明实施例空中固定翼要害点检测方法流程图;\n[0064] 图2为固定翼检测的输入图像;\n[0065] 图3为S2步骤处理得到的G3图像;\n[0066] 图4为S3步骤处理得到的G4图像;\n[0067] 图5为S4、S5步骤处理后,目标区域A5被框出;\n[0068] 图6为S6步骤处理后,目标要害点标记。\n具体实施方式\n[0069] 为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。\n[0070] 本发明通过空中固定翼要害点检测算法,检测固定翼要害点的位置,在固定翼飞机在像平面上的朝向进行判断,从而准确检测到尾翼要害点位置。\n[0071] 本发明的目的在于,为对空中固定翼要害点锁定系统,提供一种高效的定位方法,如图1所示,包括以下步骤:\n[0072] S1、输入检测图像G1,如图2所示,并对其进行中值滤波,使用6×6模板进行中值滤波,去除检测图像G1的噪声,得到去噪图像G2;\n[0073] S2、对去噪图像G2进行二值化处理得到二值图像G3,如图3所示,并得到目标矩形区域D2,将该区域裁剪成目标区域图像G4,如图4所示;\n[0074] S3、将目标区域图像G4使用双线性插值缩放成小图像G5;\n[0075] S4、将缩放图像G5的数据存放在一维数组A4中,并将其传入训练好的SVM模型,SVM模型的分类器输出目标固定翼飞机朝向H=1;\n[0076] S5、根据目标矩形区域D2得到目标区域矩形顶点信息D,利用目标固定翼飞机朝向H=1和目标区域矩形顶点信息D计算固定翼要害点区域A5,如图5所示;\n[0077] S6、对目标区域图像G4中的固定翼要害点区域A5求解最大连通域重心M,最大连通域重心M的坐标即为固定翼要害点,如图6所示。\n[0078] 步骤S2中的具体方法为:\n[0079] S21、对去噪图像G2使用Kittler算法二值化处理得到二值图像G3;\n[0080] S22、遍历二值图像G3,寻找到横纵坐标的最大最小值,从而确定目标区域矩形区域D2;其中心坐标为(D2x,D2y);目标区域矩形区域D2水平长度为DS,竖直长度为DZ;\n[0081] S23、根据目标区域矩形区域D2对二值图像G3进行裁剪,得到目标区域图像G4。\n[0082] 步骤S3中的具体方法为:\n[0083] S3、使用双线性差值法将G4图像缩放为一个较小的G5图像。\n[0084] 步骤S4中的具体方法为:\n[0085] S41、将缩放图像G5的值转换成一维数组A4;\n[0086] S42、获取训练集图片,将训练集图片中的多张固定翼飞行图片人工分成9类不同的朝向的图片,9类分别为飞机机头朝0度,45度,90度,135度,180度,235度,270度,315度,及飞机机身垂直于像平面的情况;将训练集图片经过步骤S1、步骤S2、步骤S3、步骤S41处理后进行训练,得到训练好的SVM分类器模型;\n[0087] S43、将一维数组A4的数据输入到训练好的SVM分类器模型;分类器输出目标固定翼飞机朝向H;朝向H取值有0、1、2、3、4、5、6、7、8,分别代表飞机机头朝0度,45度,90度,135度,180度,235度,270度,315度,及飞机机身垂直于像平面的情况。\n[0088] 步骤S5中的具体方法为:\n[0089] S51、将目标矩形区域D2,横纵坐标三等分,形成9个矩形子区域;\n[0090] S52、由目标固定翼飞机朝向H信息来选取对应的子区域如,下表所示,并求解对应子区域的中心坐标C5;\n[0091]\n3 2 1\n4 8 0\n5 6 7\n[0092] 其中:\n[0093] H=0时,C5中心坐标公式为:\n[0094] C5x=D2x‑DS/3\n[0095] C5y=D2y\n[0096] H=1时,C5中心坐标公式为:\n[0097] C5x=D2x‑DS/3\n[0098] C5y=D2y+DZ/3\n[0099] H=2时,C5中心坐标公式为:\n[0100] C5x=D2x\n[0101] C5y=D2y+DZ/3\n[0102] H=3时,C5中心坐标公式为:\n[0103] C5x=D2x+DS/3\n[0104] C5y=D2y+DZ/3\n[0105] H=4时,C5中心坐标公式为:\n[0106] C5x=D2x+DS/3\n[0107] C5y=D2y\n[0108] H=5时,C5中心坐标公式为:\n[0109] C5x=D2x+DS/3\n[0110] C5y=D2y‑DZ/3\n[0111] H=6时,C5中心坐标公式为:\n[0112] C5x=D2x\n[0113] C5y=D2y‑DZ/3\n[0114] H=7时,C5中心坐标公式为:\n[0115] C5x=D2x‑DS/3\n[0116] C5y=D2y‑DZ/3\n[0117] H=8时,C5中心坐标公式为:\n[0118] C5x=D2x\n[0119] C5y=D2y\n[0120] 其中,目标区域矩形区域D2的中心坐标为(D2x,D2y);目标区域矩形区域D2水平长度为DS,竖直长度为DZ;\n[0121] S53、根据每个子区域的中心坐标C5,计算固定翼要害点区域A5;固定翼要害点区域A5的中心坐标为C5,边长为L5;边长L5的计算公式如下:\n[0122] L5=MAX(DS,DZ)/3\n[0123] 同时固定翼要害点区域A5在整体图像的范围内。\n[0124] 步骤S6中的具体方法为:\n[0125] 对目标区域图像G4中的固定翼要害点区域A5求解最大连通域重心M,其计算公式为:\n[0126]\n[0127]\n[0128] 其中,(Mx,My)为最大连通域重心M的坐标,(xi,yi)为连通域中第i个像素的坐标,k为连通域的像素个数。\n[0129] 应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
法律信息
- 2022-12-06
- 2019-07-09
实质审查的生效
IPC(主分类): G06K 9/62
专利申请号: 201910168268.9
申请日: 2019.03.06
- 2019-06-14
引用专利(该专利引用了哪些专利)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 该专利没有引用任何外部专利数据! |
被引用专利(该专利被哪些专利引用)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 该专利没有被任何外部专利所引用! |