[发明专利]一种飞机飞行姿态的视觉图像识别方法

说明书

本发明提供了一种飞机飞行姿态的视觉图像识别方法，包括：采集飞机飞行实时图像或离线单帧/序列图像作为输入图像，采用自适应中值滤波对图像去噪；采用移动平均自适应阈值法对去噪图像进行二值化；采用形态学操作对前景处理，填充区域内空洞，获得各连通区域，并按照飞机特征相似度指标初步筛选获得疑似目标集；利用多尺度内角点算子检测疑似目标集中各目标的凹角点与凸角点，连接各目标的凹、凸角点形成各目标的轮廓；根据待测目标轮廓特征建立多特征融合匹配度指标，应用该指标从疑似目标集中识别出待测飞机的轮廓；采用局部预测搜索和模板匹配策略，在仿真模板库中获取与目标飞机轮廓最相似的角度编码模板图像；从匹配到的角度编码图像中解算出当前帧飞机飞行的姿态参数。

技术领域

本发明涉及一种目标识别技术，特别是一种飞机飞行姿态的识别方法。

背景技术

飞机在空中飞行时的三维姿态角即俯仰角、偏航角、滚动角是表征飞行状态的重要参数，其精确测量在飞机的测试实验、事故分析等领域内有非常重要的价值，有越来越多的研究人员和国内外学者在关注这个研究领域。由于不同的飞机目标有它自身的结构特征，不同的时刻处于空间不同的位置，有着不同的姿态角度，所以姿态角度其实是反映飞机在空中的飞行状态和性能的重要指标，若能精确获得这些角度参数，就能了解飞机的飞行状态，对飞机的性能提升进行定量衡量。在事故分析中，通过分析飞机的姿态角度变化，就有可能找到飞机故障原因所在。

对空拍摄的飞机影像，其背景相对地面影像而言比较单一，目标提取算法也相对简单。对可见光图像，飞机识别的难点在于目标本身并没有明显的共同灰度特征，且不同型号的飞机形状、尺寸、灰度差异很大，所以通过灰度方法很难得到飞机的完整的、准确的外形，识别率低，难以进行机型的判别。在实际图像中，由于遮挡、阴影、背景干扰和较低图像质量的影响，通过轮廓来准确提取目标的闭合轮廓往往比较困难。而针对高速飞行的小目标运动分析，实时性要求高且成像像素少，如果能检测到能表征目标形状的主要轮廓角点，通过若干个点检测获得目标轮廓信息，将大大减少运算量。而从轮廓中提取一些稳健性好、容易提取且足以判定目标的关键参数，而不以整个轮廓为特征，将具有更好的识别效果。

对于远距离目标的姿态识别，通常按照目标立体模型从三维空间向二维图像投影搜索、匹配的过程进行求解。算法的执行速度主要由图像处理、模型库建立和模型匹配的速度决定，其中影响最大的因素是模型库规模和最佳匹配模型的搜索策略。考虑目标的机动信息的模型库建立方法与匹配搜索策略，充分挖掘图像信息，在保证姿态估计精度的同时，减少姿态角估计的时间。

发明内容

本发明的目的在于提供一种飞机姿态识别方法，包括以下步骤：

步骤S101，采集飞机飞行实时图像或离线单帧/序列图像；

步骤S102，采用自适应中值滤波对图像去噪；

步骤S103，采用移动平均自适应阈值法对去噪图像二值化；

步骤S104，采用形态学操作对前景处理，填充区域内空洞；

步骤S105，按照飞机特征相似度指标初步筛选获得疑似目标集；

步骤S106，利用多尺度内角点算子检测疑似目标集中各目标的凹角点与凸角点，连接各目标的凹、凸角点形成各目标的轮廓；

步骤S107，根据待测目标轮廓特征建立多特征融合匹配度指标，应用该指标从疑似目标集中识别出待测飞机的轮廓；

步骤S108，建立飞机飞行姿态仿真模板库；

步骤S109，采用局部预测搜索和模板匹配策略，在仿真模板库中获取与目标飞机轮廓最相似的角度编码模板图像；

步骤S110，从匹配到的角度编码图像中解算出当前帧飞机飞行的实际姿态参数。

本发明与现有技术相比，具有以下优点：