[发明专利]一种快速高可靠的圆形目标检测识别方法在审

专利信息
申请号: 201711079623.2 申请日: 2017-11-06
公开(公告)号: CN108021868A 公开(公告)日: 2018-05-11
发明(设计)人: 李旺灵;孙永荣;刘建业 申请(专利权)人: 南京航空航天大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/48;G06K9/34;G06K9/32;G06K9/62
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 施昊
地址: 210016 江*** 国省代码: 江苏;32
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 快速 可靠 圆形 目标 检测 识别 方法
【说明书】:

发明公开了一种快速高可靠的圆形目标检测识别方法。步骤:通过对圆形目标的正负样本进行HOG特征提取及训练,获得圆形目标分类识别模型;获取测试图像的灰度直方图,并对其进行平滑处理;求取平滑后灰度直方图的一阶导数图;根据灰度直方图的一阶导数图选取适当的候选阈值;根据选取的候选阈值对测试图像进行阈值分割,获得若干分割区域;对分割区域的轮廓、形状、面积特征加以约束,进而筛选出目标检测识别窗口;对目标检测识别窗口进行识别,最终得到目标区域。本发明基于圆形目标的特性,并满足圆形目标检测可靠性、实时性的要求。

技术领域

本发明属于图像检测识别领域,特别涉及了一种快速高可靠的圆形目标检测识别方法。

背景技术

现实环境中存在着大量的圆形目标,针对圆形目标检测识别的需求很大,空中加油的锥套目标检测就是现实中对圆形目标检测的实际应用。

软管式自主空中加油可以大幅度提升无人机的续航能力,它是加油机与受油机通过编队配合,由受油机自主定位前方加油机上锥套相对自身的位置,并通过精准的控制实现受油机与加油锥套的精准对接的过程,其中受油机能够自主准确的定位加油锥套的相对位置尤为关键,为后续的精确控制提供保障。目前,软管式自主空中加油近距对接的定位导航手段为视觉导航辅助GPS/INS组合导航,视觉导航负责提供加油锥套与受油机之间的相对位置关系,在导航系统中起到了关键性的作用,而锥套目标的图像检测是视觉导航必不可少的环节,国内外众多研究机构对锥套目标的检测开展了大量的研究工作。

空中加油的高动态、高危险性,对锥套目标的检测提出了很高的要求,一方面,要求锥套目标的识别具有很高的可靠性;另一方面对于图像信息的处理时间要尽可能少,以保证很高的实时性。此外,在远及近的过程中目标在图像中的差异较大,易受光照等因素的影响。因此,现有的目标检测方法很难满足锥套目标乃至所有圆形目标检测的要求。

发明内容

为了解决上述背景技术提出的技术问题,本发明旨在提供一种快速高可靠的圆形目标检测识别方法,该方法基于圆形目标的特性,并满足圆形目标检测可靠性、实时性的要求。

为了实现上述技术目的,本发明的技术方案为:

一种快速高可靠的圆形目标检测识别方法,包括以下步骤:

(1)通过对圆形目标的正负样本进行HOG特征提取及训练,获得圆形目标分类识别模型;

(2)获取测试图像的灰度直方图,并对其进行平滑处理;

(3)求取平滑后灰度直方图的一阶导数图;

(4)根据灰度直方图的一阶导数图选取适当的候选阈值;

(5)根据选取的候选阈值对测试图像进行阈值分割,获得若干分割区域;

(6)对分割区域的轮廓、形状、面积特征加以约束,进而筛选出目标检测识别窗口;

(7)对目标检测识别窗口进行识别,最终得到目标区域。

进一步地,在步骤(1)中,对不同场景下、不同距离、不同光照条件下的圆形目标进行手动选取作为目标训练的正样本,同时对于不同背景区域进行随机、多尺度区域选择作为目标训练的负样本。

进一步地,在步骤(1)中,对提取的HOG特征,根据样本标签进行SVM分类器的训练,得到圆形目标分类识别模型。

进一步地,步骤(3)的具体过程如下:

设当前灰度值i在灰度直方图中对应的数值为y(i),1<i<255,则i的一阶导数=(y(i+1)-y(i-1))/2;通过此方法对所有的灰度值进行一阶导数的求解,并将所求得的导数值取绝对值后,得到灰度直方图的一阶导数图。

进一步地,步骤(4)的具体过程如下:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京航空航天大学,未经南京航空航天大学许可,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/201711079623.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top