[发明专利]一种无人机降落目标的追踪方法、装置和无人机

权利要求书

1.一种无人机降落目标的追踪方法，其特征在于，所述方法包括：

步骤S110，根据无人机摄像头采集的包括降落目标的第一帧图像的YUV图像数据，确定所述降落目标在所述第一帧图像中的降落区域和位置坐标；

步骤S120，提取所述降落区域的第一特征；

步骤S130，将所述降落区域的位置坐标进行多个预设比例的缩放，获取多个缩放后的位置坐标，将所述多个缩放后的位置坐标确定的多个区域作为所述无人机摄像头之后采集的第二帧图像中的多个匹配区域；

步骤S140，分别提取多个所述匹配区域的第二特征，根据与所述第一特征匹配度最大的所述第二特征对应的匹配区域确定所述降落目标在所述第二帧图像中的降落区域和位置坐标；

循环执行步骤S120至步骤S140，实现所述降落目标的追踪。

2.如权利要求1所述的方法，其特征在于，所述方法进一步包括：

当所述第二特征与所述第一特征的匹配度小于预设匹配阈值时，确定所述无人机的降落目标追踪失败，再次根据步骤S110至步骤S140，重新进行降落目标的追踪。

3.如权利要求1所述的方法，其特征在于，所述根据无人机摄像头采集的包括降落目标的第一帧图像的YUV图像数据，确定所述降落目标在所述第一帧图像中的降落区域和位置坐标包括：

根据所述第一帧图像的YUV图像数据，将所述第一帧图像转换成灰度图像和第一二值图像，其中，所述第一二值图像中的白色像素点对应所述第一帧图像中的指定色像素点，所述第一二值图像中的黑色像素点对应所述第一帧图像中的非指定色像素点；

根据所述降落目标的指定色区域组成的几何特征，将所述第一二值图像中的白色像素点进行聚类处理，获取所述第一二值图像中的一个或多个聚类区域和所述聚类区域的位置坐标；

根据一个或多个所述聚类区域的位置坐标，确定所述灰度图像中的一个或多个聚类区域；

将所述灰度图像中的一个或多个所述聚类区域转化为第二二值图像，所述第二二值图像中的白色像素点对应所述聚类区域中灰度值小于预设灰度阈值的像素点，所述第二二值图像中的黑色像素点对应所述聚类区域中灰度值大于或等于预设灰度阈值的像素点；

判断所述第二二值图像的几何特征是否符合所述降落目标的几何特征，若判断为是，则该第二二值图像对应的聚类区域为所述第一帧图像中的降落区域，该聚类区域的位置坐标作为所述第一帧图像中的降落区域的位置坐标。

4.如权利要求1所述的方法，其特征在于，在所述将所述降落区域的位置坐标进行多个预设比例的缩放之前，所述方法进一步包括：

根据所述第一帧图像中的所述降落区域的位置坐标，确定所述第二帧图像中的搜索区域，以保证多个缩放后的位置坐标确定的多个区域不能超出所述搜索区域。

5.如权利要求1所述的方法，其特征在于，所述提取所述降落区域的第一特征包括：

利用Haar-like特征提取方法，提取所述降落区域的灰度值；

利用稀疏矩阵对所述降落区域的灰度值进行降维处理，计算所述降落区域的灰度值的期望值和标准差；

利用所述降落区域的灰度值的期望值和标准差更新贝叶斯分类器；

所述分别提取多个所述匹配区域的第二特征，根据与所述第一特征匹配度最大的所述第二特征对应的匹配区域确定所述降落目标在所述第二帧图像中的降落区域和位置坐标包括：

利用Haar-like特征提取方法，分别提取多个所述匹配区域的灰度值；

利用所述贝叶斯分类器，对所述匹配区域的灰度值进行分类识别，确定各所述匹配区域的灰度值与所述降落区域的灰度值的匹配度；

将匹配度最大的对应的匹配区域作为所述降落目标在所述第二帧图像中的降落区域，确定所述对应的匹配区域的位置坐标作为所述降落目标在所述第二帧图像中的位置坐标。

6.如权利要求5所述的方法，其特征在于，所述利用Haar-like特征提取方法，分别提取多个所述匹配区域的灰度值包括：

根据各所述匹配区域对应的预设比例，确定各所述匹配区域中的第一Haar特征区域和第二Haar特征区域；

利用Haar-like特征提取方法，分别提取各所述匹配区域中的第一Haar特征区域的第一灰度值和第二Haar特征区域的第二灰度值；

对各所述匹配区域的第一灰度值和第二灰度值进行求均值和归一化处理，获取各所述匹配区域的灰度值。