[发明专利]一种用于无人机着网回收的光学相对测量方法

权利要求书

1.一种用于无人机着网回收的光学相对测量方法，其特征在于：它包括下述步骤：

(1)对采集到的图像进行高斯滤波；

(2)阈值搜索，并对图像进行二值化；

(3)利用形态学滤波完成网格的消除；

(4)边缘检测，提取9个圆轮廓；

(5)输出结果，采用PNP算法实现无人机与移动平台间相对位姿测量。

2.如权利要求1所述的一种用于无人机着网回收的光学相对测量方法，其特征在于：所述的步骤一为相机在无人机整个飞行过程中采图，无人机由远及近接近合作目标，合作目标在整个图像中所占的像素比由少及多，利用高斯滤波器对原始图像进行滤波消除噪声，根据目标像素尺度选择合适的高斯核，核的大小与目标的尺度成正相关，保证在模糊线的同时不影响圆心的提取，在OpenCV中可通过函数GaussianBlur进行操作。

3.如权利要求1所述的一种用于无人机着网回收的光学相对测量方法，其特征在于：所述的步骤二为循环搜索算法通过选择最大阈值和最小阈值，按照一定灰度间距进行搜索，对图像只进行一次阈值的搜索，搜索到合适的阈值后，利用此阈值对当前帧图像进行二值化，将识别到的目标区域转成灰度直方图，利用9个圆占整个目标区域的比例寻找合适的阈值，进行平滑滤波得到阈值，用于下一帧图像的二值化处理。

4.如权利要求1所述的一种用于无人机着网回收的光学相对测量方法，其特征在于：所述的步骤三为锁定目标区域后，利用形态学运算，先对目标区域进行膨胀，再对目标区域进行腐蚀，从而可以将网格的残余点消除。

5.如权利要求1所述的一种用于无人机着网回收的光学相对测量方法，其特征在于：所述的步骤四为利用Canny边缘检测算法对图像进行边缘检测，并寻找图像的轮廓，若仅采用Canny边缘检测算法提取轮廓，由于Canny算子的非极大值抑制问题，会出现轮廓不连续情况，因此边缘检测完成后，需再对图像进行膨胀处理以消除图像不连续性，边缘检测在OpenCV中可通过函数Canny进行操作，接着进行轮廓的提取，首先完成外轮廓的提取，在OpenCV中可通过函数findContours进行操作，成功检测到外轮廓后，检测其内部是否具有九个面积满足一定要求的圆点轮廓，并拟合九个圆点轮廓的中心以此获得9个圆点的像素坐标，找到9个圆点像素坐标后，对其进行排序，根据圆心坐标与外轮廓中心之间的距离最短，寻找4号点，根据圆心坐标乘积最小寻找0号点，在极坐标系下，极轴方向为4号圆心到0号圆心，顺时针为正，利用极角进行冒泡排序，以此获取9个圆点排序，利用透视变换的保线性，即空间中在一条直线的三点，在图像中仍在一条线上，以此对共线圆心点进行循环检测，以增加系统的鲁棒性。

6.如权利要求1所述的一种用于无人机着网回收的光学相对测量方法，其特征在于：所述的步骤五为输出结果，采用PNP算法实现无人机与移动平台间相对位姿测量，利用9个圆点像素坐标，通过PNP算法解算无人机与移动平台之间的相对位置和姿态。