[发明专利]一种无人机目标要害点实时定位方法、系统及存储介质有效
申请号: | 201811184403.0 | 申请日: | 2018-10-11 |
公开(公告)号: | CN109684909B | 公开(公告)日: | 2023-06-09 |
发明(设计)人: | 洪汉玉;王维祥;张耀宗;石教炜;陈辉远;赵书涵;李施阳 | 申请(专利权)人: | 武汉工程大学 |
主分类号: | G06V20/40 | 分类号: | G06V20/40;H04N7/18 |
代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 杨立;陈振玉 |
地址: | 430000 湖北省武*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 无人机 目标 要害 实时 定位 方法 系统 存储 介质 | ||
1.一种无人机目标要害点实时定位方法,其特征在于,包括以下步骤:
步骤1:获取无人机的监控图像,根据所述监控图像选取当前帧图像,并对所述当前帧图像进行降采样处理,得到第一灰度图像;
步骤2:根据所述第一灰度图像获取所述无人机的目标中心的当前帧预测位置,并根据所述当前帧预测位置计算所述目标中心的当前帧准确位置;
步骤3:对所述当前帧图像进行二值化处理,得到第二灰度图像;
步骤4:在所述第二灰度图像中,根据所述当前帧准确位置确定所述当前帧图像中目标要害点的当前帧可疑域;并根据所述当前帧可疑域和所述当前帧准确位置,确定所述无人机的多个目标要害点位置;
所述步骤1中,根据所述监控图像选取当前帧图像,并对所述当前帧图像进行降采样处理,得到第一灰度图像具体包括:
选取所述监控图像中的任一帧作为所述当前帧图像Imk,且所述当前帧图像Imk的大小为M×N,采用隔点法对所述当前帧图像Imk的行和列分别进行降采样处理,得到所述第一灰度图像Imk1,其中,M和N分别指所述当前帧图像Imk的行和列分别对应的像素点的数量;
所述步骤2的具体步骤包括:
步骤21:将所述第一灰度图像中每行相邻的两个像素点的灰度值分别做差分和取绝对值处理,得到二维矩阵A;
步骤22:逐行遍历所述二维矩阵A,统计所述二维矩阵A中大于预设经验阈值的元素个数Ai,并选取所述元素个数Ai的最大值对应的行作为所述第一灰度图像的当前帧目标行i0;
步骤23:根据所述当前帧目标行i0中大于所述预设经验阈值的第一个元素和最后一个元素分别对应的列j0和j1,确定所述第一灰度图像的当前帧目标列(j0+j1)/2;
步骤24:根据所述当前帧目标行i0和所述当前帧目标列(j0+j1)/2确定所述当前帧预测位置为B(H×i0,H×(j0+j1)/2);其中,H为降采样处理的倍率;
步骤25:在所述当前帧图像Imk中,选取以所述当前帧预测位置B为中心,以预设边长的正方形区域计算所述当前帧准确位置Ck(xCk,yCk),所述当前帧准确位置Ck(xCk,yCk)具体计算公式为:
其中,
[]为四舍五入取整运算,i为所述当前帧图像中的行,j为所述当前帧图像中的列,L为所述预设边长,Imk(i,j)为所述当前帧图像中第i行和第j列对应的像素点的灰度值,H表示降采样处理的倍率,j0和j1表示当前帧目标行i0中大于所述预设经验阈值的第一个元素和最后一个元素分别对应的列,mk表示在预设边长的正方形区域内当前帧位置的0阶矩,即目标的灰度总和,Myk、Mxk分别在预设边长的正方形区域内当前帧位置在行和列方向上的1阶矩,即的灰度中心,i0和(j0+j1)/2是在图像上的形心,xCk和yCk是在图像上的质心;
所述步骤3的具体步骤包括:
步骤31:计算所述当前帧图像Imk所有像素点的平均灰度值Tk,所述平均灰度值Tk具体计算公式为:
其中,M,N表示当前帧图像Imk的大小,i为所述当前帧图像中的行,j为所述当前帧图像中的列;
步骤32:以预设灰度阈值S对所述当前帧图像Imk进行二值化处理,得到所述第二灰度图像Imk2为:
其中,s表示预设灰度阈值,Imk表示当前帧图像,Imk2表示第二灰度图像,i为所述当前帧图像中的行,j为所述当前帧图像中的列;
所述步骤4中,当所述当前帧图像为所述监控图像的首帧图像时,具体步骤包括:
步骤41:在所述第二灰度图像Imk2中,将以所述当前帧准确位置Ck(xCk,yCk)为圆心、以预设半径长度为搜索半径的圆域分为四个等分的线程,并以所述当前帧准确位置为起点,所述当前帧准确位置的正右方向为起始方向,每隔1°做一条射线,在所述四个等分的线程中进行并行搜索,分别获取所述四个等分的线程中,每条所述射线与所述第二灰度图像的多个交点;
步骤42:遍历每条所述射线上的多个所述交点,将每条所述射线上与距离所述当前帧准确位置最远的所述交点作为所述第二灰度图像Imk2的外边界点,并获取所述外边界点与所述当前帧准确位置之间的距离和方向,记为Drk[θk],并将所述外边界点与所述当前帧准确位置之间的距离和方向作为所述当前帧可疑域,其中Drk[θk]为θk方向的所述外边界点与所述当前帧准确位置之间的距离,且0°≤θk<360,θk为整数;
步骤43:计算所述当前帧可疑域中所述外边界点与所述当前帧准确位置之间的距离的极大值,并将其中至少四个最大的所述极大值对应的像素点确定为可疑目标要害点Zk(Dx,Dy),所述可疑目标要害点Zk(Dx,Dy)的具体计算公式为:
其中,Drk[θk]表示θk方向的所述外边界点与所述当前帧准确位置之间的距离,xck当前帧准确位置的横坐标,yck表示当前帧准确位置的纵坐标,cosθk表示θk方向的余弦值,sinθk表示θk方向的正弦值;
步骤44:比较相邻两个所述可疑目标要害点与所述当前帧准确位置的连线之间夹角的大小,将所述夹角最大对应的两个相邻所述可疑目标要害点确定为所述目标要害点,并获取所述目标要害点对应的位置分别为Zk1(Dx1,Dy1)和Zk2(Dx2,Dy2),以及所述目标要害点对应的方向分别为θk1和θk2。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉工程大学,未经武汉工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811184403.0/1.html,转载请声明来源钻瓜专利网。