[发明专利]一种基于改进型图像处理的角度识别方法和小型无人机

说明书

本发明提供一种基于改进型图像处理的角度识别方法，步骤S1、将摄像机采集到的图像进行预处理；步骤S2、将预处理后的图像进行二值化处理，得到特征二值化信息；步骤S3、通过特征二值化信息得到其图像的轮廓，寻找每帧图像轮廓最优的两个质心，得到两个质心的坐标；步骤S4、通过所述坐标求得其斜率k_s，把相邻两帧的斜率差求出即得到装置转过的角度。本发明采用高清相机结合图像处理、融合运算的技术实现角度测量，适用于机器或低空、室内飞行的小型无人机的导航。

技术领域

本发明涉及一种角度识别方法和小型无人机。

背景技术

图像处理，用计算机对图像进行分析转换，以达到所需结果的技术。

质心，质量中心简称质心，指物质系统上被认为质量集中于此的一个假想点。

现如今机器或小型无人机主要依靠惯性测量、卫星测量、和视觉测量等方式进行角度识别和导航。但以上几种方法具有如下缺陷：

(1)惯性测量：主要是依靠惯性测量组件(IMU)测量载体相对惯性空间的角速率和加速度信息，利用牛顿运动定律自动推算载体的瞬时速度和位置信息。但随着时间积累，容易形成累积误差，导致精度下降；

(2)卫星测量：一般采用GPS测量角度，对卫星信号依赖程度很高，如果在建筑集群或深山中信号容易中断，并且民用精度不高，造成较大困扰；

(3)视觉测量：根据图像处理以及特征匹配等方法测得的角度信息，但计算量大，且部分对传感器要求高，造价高，不适用在低空及室内的小型无人机。

现如今的机器或低空无人机的角度测量，常用的是微机电MEMS陀螺仪，其主要是检测出三轴加速度、角速度和地磁的信息，采用四元数法或导航坐标系与机器本体坐标系的余弦变换法算出角度，但地磁信息较弱，容易受周围物体干扰，导致精度不高，且随着运行时间的增长，会有累积误差，更一步限制了其可靠性。

而采用视觉处理方法，关键在于图像处理，目前对图像二值化处理的方法主要有三大类：

第一类是依据光照分布情况对图像采取分块处理，然后再对各分块用全局阈值二值化方法进行分割；

第二类则是先处理图像背景光照，使背景光照接近均匀后，再用全局阈值方法进行处理；

第三类采用局部阈值化，主要是根据图像中的每一个像素点与它周围邻域像素点的灰度变化来设定阈值后逐点进行二值化，此算法有Niblack算法、Sauvola算法等。

但上述三种常用的方法都有各自的不足：第一类方法主要是在光照分块较明显的环境下使用，而在没有明显灰度值分界的图像中效果不佳；第二类则是计算量大，并且对图像背景存在过估计或估计不足的缺点，其在处理目标和背景接近时的效果不明显；第三类因对图像进行逐点计算，因此计算量大，也存在对弱目标处理效果不理想的问题。

发明内容

本发明要解决的技术问题，在于提供一种基于改进型图像处理的角度识别方法，采用高清相机结合图像处理、融合运算的技术实现角度测量，适用于机器或低空、室内飞行的小型无人机的导航。

本发明方法是这样实现的：一种基于改进型图像处理的角度识别方法，包括：

步骤S1、将摄像机采集到的图像进行预处理；

步骤S2、将预处理后的图像进行二值化处理，得到特征二值化信息；

步骤S3、通过特征二值化信息得到其图像的轮廓，寻找每帧图像轮廓最优的两个质心，得到其坐标；

步骤S4、通过所述坐标求得其斜率k_s，把相邻两帧的斜率差求出即得到其转过的角度。

进一步的，所述预处理包括灰度处理和高斯滤波处理；