买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉工程大学

摘要：本发明公开了一种空中非合作目标固定翼要害点检测方法，包括以下步骤：S1、输入检测图像G1，并进行中值滤波，去除噪声,得到图像G2；S2、对图像G2二值化处理得到G3，得到目标矩形区域顶点信息D；S3、将目标区域的G3图像使用双线性插值缩放成G4图像；S4、将图像G4数据存放在一维数组中传入训练好的SVM模型，SVM分类器输出目标固定翼飞机朝向H；S5、利用固定翼朝向H和目标区域矩形顶点信息D估计固定翼要害点大致区域A5；S6、对G3图像A5区域求出最大连通域重心M，该坐标M即为固定翼要害点。本发明通过空中固定翼要害点检测算法，检测固定翼要害点的位置，通过对固定翼飞机在二维图像平面上的朝向进行判断，从而准确检测到固定翼尾翼要害点位置。

主权项：1.一种空中非合作目标固定翼要害点检测方法，其特征在于，该方法包括以下步骤：S1、输入检测图像G1，并对其进行中值滤波，去除检测图像G1的噪声，得到去噪图像G2；S2、对去噪图像G2进行二值化处理得到二值图像G3，并得到目标矩形区域D2，将该区域裁剪成目标区域图像G4；S3、将目标区域图像G4使用双线性插值缩放成缩放图像G5；S4、将缩放图像G5的数据存放在一维数组A4中，并将其传入训练好的SVM模型，SVM模型的分类器输出目标固定翼飞机朝向H；S5、根据目标矩形区域D2得到目标区域矩形顶点信息D，利用目标固定翼飞机朝向H和目标区域矩形顶点信息D计算固定翼要害点区域A5；S6、对目标区域图像G4中的固定翼要害点区域A5求解最大连通域重心M，最大连通域重心M的坐标即为固定翼要害点。

全文数据：一种空中非合作目标固定翼要害点检测方法技术领域本发明涉及数字图像处理、目标检测、目标识别技术领域，尤其涉及一种空中非合作目标固定翼要害点检测方法。背景技术近年来，随着科技的发展，越来越多的小型无人航空器出现在日常生活中，如四旋翼无人机、固定翼无人机等。这些设备在给人们带来便利的同时，也产生了诸多问题。由于其可以轻松飞越各种障碍，使用者常常不顾及公共安全，有意或无意的干扰公共服务，如操控飞行设备进入机场区域影响飞机的正常起降，在足球比赛、音乐会等大型活动中使用无人机或气球航拍发生意外等。一些不法分子甚至使用这些航空器运送违禁品、窥探他人隐私、侦察军事禁区，在无人机上安装爆炸装置等，给公民甚至国家安全带来严重威胁。反制这些设备的方法多种多样，如网捕，电子干扰，武器击落等，使用激光武器瞄准目标，将其击落。对于较低功率的激光武器，击落目标固定翼需要将激光定位到目标的要害点，通过对要害点持续一定时间的照射，达到击落目标的目的。对于固定翼这种类型的空中飞行器，使用激光武器进行打击时，其要害点位于尾翼处，而不是机身上，主要有以下原因。一、固定翼的尾翼的作用是操纵飞机俯仰和偏转，保证飞机能平稳飞行，若尾翼被破坏将使固定翼飞机失去控制，从而使其坠毁。击毁尾翼有利于最大化激光的破坏效应。二、固定翼飞机的尾翼与飞机机身相比厚度更薄，面积更小，在相同的时间内，尾翼更容易被击毁。使用尾翼作为要害点可以在更短时间击落目标。如何引导激光对准固定翼的要害点，一种典型的方法是根据视频图像进行要害点定位，通过图像处理的手段标记出固定翼的要害点位置。基于图像的目标检测方法有很多。在某些特定应用场合中，由于目标一般距离较远，目标在相面上的移动较大，为了始终能够捕获目标，成像设备往往具有大幅面，高帧频的特点，而且要求目标要害点定位算法不仅能定位到飞行目标区域，还需要定位到飞行目标的特定要害点位置。因此有必要开发一种空中非合作目标固定翼要害点检测定位方法。发明内容本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种空中非合作目标固定翼要害点检测方法。本发明解决其技术问题所采用的技术方案是：本发明提供一种空中非合作目标固定翼要害点检测方法，该方法包括以下步骤：S1、输入检测图像G1，并对其进行中值滤波，去除检测图像G1的噪声,得到去噪图像G2；S2、对去噪图像G2进行二值化处理得到二值图像G3，并得到目标矩形区域D2,将该区域裁剪成目标区域图像G4；S3、将目标区域图像G4使用双线性插值缩放成缩放图像G5；S4、将缩放图像G5的数据存放在一维数组A4中，并将其传入训练好的SVM模型，SVM模型的分类器输出目标固定翼飞机朝向H；S5、根据目标矩形区域D2得到目标区域矩形顶点信息D，利用目标固定翼飞机朝向H和目标区域矩形顶点信息D计算固定翼要害点区域A5；S6、对目标区域图像G4中的固定翼要害点区域A5求解最大连通域重心M，最大连通域重心M的坐标即为固定翼要害点。进一步地，本发明的步骤S2中的具体方法为：S21、对去噪图像G2使用Kittler算法二值化处理得到二值图像G3；S22、遍历二值图像G3，寻找到横纵坐标的最大最小值，从而确定目标区域矩形区域D2；其中心坐标为D2x，D2y；目标区域矩形区域D2水平长度为DS，竖直长度为DZ；S23、根据目标区域矩形区域D2对二值图像G3进行裁剪，得到目标区域图像G4。进一步地，本发明的步骤S4中的具体方法为：S41、将缩放图像G5的值转换成一维数组A4；S42、获取训练集图片，将训练集图片中的多张固定翼飞行图片人工分成9类不同的朝向的图片，9类分别为飞机机头朝0度，45度，90度，135度，180度，235度，270度，315度，及飞机机身垂直于像平面的情况；将训练集图片经过步骤S1、步骤S2、步骤S3、步骤S41处理后进行训练，得到训练好的SVM分类器模型；S43、将一维数组A4的数据输入到训练好的SVM分类器模型；分类器输出目标固定翼飞机朝向H；朝向H取值有0、1、2、3、4、5、6、7、8，分别代表飞机机头朝0度，45度，90度，135度，180度，235度，270度，315度，及飞机机身垂直于像平面的情况。进一步地，本发明的步骤S5中的具体方法为：S51、将目标矩形区域D2，横纵坐标三等分，形成9个矩形子区域；S52、由目标固定翼飞机朝向H信息来选取对应的子区域，并求解对应子区域的中心坐标C5；其中：H＝0时，C5中心坐标公式为：C5x＝D2x-DS3C5y＝D2yH＝1时，C5中心坐标公式为：C5x＝D2x-DS3C5y＝D2y+DZ3H＝2时，C5中心坐标公式为：C5x＝D2xC5y＝D2y+DZ3H＝3时，C5中心坐标公式为：C5x＝D2x+DS3C5y＝D2y+DZ3H＝4时，C5中心坐标公式为：C5x＝D2x+DS3C5y＝D2yH＝5时，C5中心坐标公式为：C5x＝D2x+DS3C5y＝D2y-DZ3H＝6时，C5中心坐标公式为：C5x＝D2xC5y＝D2y-DZ3H＝7时，C5中心坐标公式为：C5x＝D2x-DS3C5y＝D2y-DZ3H＝8时，C5中心坐标公式为：C5x＝D2xC5y＝D2y其中，目标区域矩形区域D的中心坐标为D2x，D2y；目标区域矩形区域D2水平长度为DS，竖直长度为DZ；S53、根据每个子区域的中心坐标C5，计算固定翼要害点区域A5；固定翼要害点区域A5的中心坐标为C5，边长为L5；边长L5的计算公式如下：L5＝MAXDS，DZ3同时固定翼要害点区域A5在整体图像的范围内。进一步地，本发明的步骤S6中的具体方法为：对目标区域图像G4中的固定翼要害点区域A5求解最大连通域重心M，其计算公式为：其中，Mx，My为最大连通域重心M的坐标，xi，yi为连通域中第i个像素的坐标，k为连通域的像素个数。本发明产生的有益效果是：本发明的空中非合作目标固定翼要害点检测方法，通过空中固定翼要害点检测算法，检测固定翼要害点的位置，通过对固定翼飞机在二维图像平面上的朝向进行判断，从而准确检测到固定翼尾翼要害点位置。附图说明下面将结合附图及实施例对本发明作进一步说明，附图中：图1为本发明实施例空中固定翼要害点检测方法流程图；图2为固定翼检测的输入图像；图3为S2步骤处理得到的G3图像；图4为S3步骤处理得到的G4图像；图5为S4、S5步骤处理后，目标区域A5被框出；图6为S6步骤处理后，目标要害点标记。具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。本发明通过空中固定翼要害点检测算法，检测固定翼要害点的位置，在固定翼飞机在像平面上的朝向进行判断，从而准确检测到尾翼要害点位置。本发明的目的在于，为对空中固定翼要害点锁定系统，提供一种高效的定位方法，如图1所示，包括以下步骤：S1、输入检测图像G1，如图2所示，并对其进行中值滤波，使用6×6模板进行中值滤波，去除检测图像G1的噪声，得到去噪图像G2；S2、对去噪图像G2进行二值化处理得到二值图像G3，如图3所示，并得到目标矩形区域D2，将该区域裁剪成目标区域图像G4，如图4所示；S3、将目标区域图像G4使用双线性插值缩放成小图像G5；S4、将缩放图像G5的数据存放在一维数组A4中，并将其传入训练好的SVM模型，SVM模型的分类器输出目标固定翼飞机朝向H＝1；S5、根据目标矩形区域D2得到目标区域矩形顶点信息D，利用目标固定翼飞机朝向H＝1和目标区域矩形顶点信息D计算固定翼要害点区域A5，如图5所示；S6、对目标区域图像G4中的固定翼要害点区域A5求解最大连通域重心M，最大连通域重心M的坐标即为固定翼要害点，如图6所示。步骤S2中的具体方法为：S21、对去噪图像G2使用Kittler算法二值化处理得到二值图像G3；S22、遍历二值图像G3，寻找到横纵坐标的最大最小值，从而确定目标区域矩形区域D2；其中心坐标为D2x，D2y；目标区域矩形区域D2水平长度为DS，竖直长度为DZ；S23、根据目标区域矩形区域D2对二值图像G3进行裁剪，得到目标区域图像G4。步骤S3中的具体方法为：S3、使用双线性差值法将G4图像缩放为一个较小的G5图像。步骤S4中的具体方法为：S41、将缩放图像G5的值转换成一维数组A4；S42、获取训练集图片，将训练集图片中的多张固定翼飞行图片人工分成9类不同的朝向的图片，9类分别为飞机机头朝0度，45度，90度，135度，180度，235度，270度，315度，及飞机机身垂直于像平面的情况；将训练集图片经过步骤S1、步骤S2、步骤S3、步骤S41处理后进行训练，得到训练好的SVM分类器模型；S43、将一维数组A4的数据输入到训练好的SVM分类器模型；分类器输出目标固定翼飞机朝向H；朝向H取值有0、1、2、3、4、5、6、7、8，分别代表飞机机头朝0度，45度，90度，135度，180度，235度，270度，315度，及飞机机身垂直于像平面的情况。步骤S5中的具体方法为：S51、将目标矩形区域D2，横纵坐标三等分，形成9个矩形子区域；S52、由目标固定翼飞机朝向H信息来选取对应的子区域如，下表所示，并求解对应子区域的中心坐标C5；321480567其中：H＝0时，C5中心坐标公式为：C5x＝D2x-DS3C5y＝D2yH＝1时，C5中心坐标公式为：C5x＝D2x-DS3C5y＝D2y+DZ3H＝2时，C5中心坐标公式为：C5x＝D2xC5y＝D2y+DZ3H＝3时，C5中心坐标公式为：C5x＝D2x+DS3C5y＝D2y+DZ3H＝4时，C5中心坐标公式为：C5x＝D2x+DS3C5y＝D2yH＝5时，C5中心坐标公式为：C5x＝D2x+DS3C5y＝D2y-DZ3H＝6时，C5中心坐标公式为：C5x＝D2xC5y＝D2y-DZ3H＝7时，C5中心坐标公式为：C5x＝D2x-DS3C5y＝D2y-DZ3H＝8时，C5中心坐标公式为：C5x＝D2xC5y＝D2y其中，目标区域矩形区域D2的中心坐标为D2x，D2y；目标区域矩形区域D2水平长度为DS，竖直长度为DZ；S53、根据每个子区域的中心坐标C5，计算固定翼要害点区域A5；固定翼要害点区域A5的中心坐标为C5，边长为L5；边长L5的计算公式如下：L5＝MAXDS，DZ3同时固定翼要害点区域A5在整体图像的范围内。步骤S6中的具体方法为：对目标区域图像G4中的固定翼要害点区域A5求解最大连通域重心M，其计算公式为：其中，Mx，My为最大连通域重心M的坐标，xi，yi为连通域中第i个像素的坐标，k为连通域的像素个数。应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

权利要求：1.一种空中非合作目标固定翼要害点检测方法，其特征在于，该方法包括以下步骤：S1、输入检测图像G1，并对其进行中值滤波，去除检测图像G1的噪声，得到去噪图像G2；S2、对去噪图像G2进行二值化处理得到二值图像G3，并得到目标矩形区域D2，将该区域裁剪成目标区域图像G4；S3、将目标区域图像G4使用双线性插值缩放成缩放图像G5；S4、将缩放图像G5的数据存放在一维数组A4中，并将其传入训练好的SVM模型，SVM模型的分类器输出目标固定翼飞机朝向H；S5、根据目标矩形区域D2得到目标区域矩形顶点信息D，利用目标固定翼飞机朝向H和目标区域矩形顶点信息D计算固定翼要害点区域A5；S6、对目标区域图像G4中的固定翼要害点区域A5求解最大连通域重心M，最大连通域重心M的坐标即为固定翼要害点。2.根据权利要求1所述的空中非合作目标固定翼要害点检测方法，其特征在于，步骤S2中的具体方法为：S21、对去噪图像G2使用Kittler算法二值化处理得到二值图像G3；S22、遍历二值图像G3，寻找到横纵坐标的最大最小值，从而确定目标区域矩形区域D2；其中心坐标为D2x，D2y；目标区域矩形区域D2水平长度为DS，竖直长度为DZ；S23、根据目标区域矩形区域D2对二值图像G3进行裁剪，得到目标区域图像G4。3.根据权利要求1所述的空中非合作目标固定翼要害点检测方法，其特征在于，步骤S4中的具体方法为：S41、将缩放图像G5的值转换成一维数组A4；S42、获取训练集图片，将训练集图片中的多张固定翼飞行图片人工分成9类不同的朝向的图片，9类分别为飞机机头朝0度，45度，90度，135度，180度，235度，270度，315度，及飞机机身垂直于像平面的情况；将训练集图片经过步骤S1、步骤S2、步骤S3、步骤S41处理后进行训练，得到训练好的SVM分类器模型；S43、将一维数组A4的数据输入到训练好的SVM分类器模型；分类器输出目标固定翼飞机朝向H；朝向H取值有0、1、2、3、4、5、6、7、8，分别代表飞机机头朝0度，45度，90度，135度，180度，235度，270度，315度，及飞机机身垂直于像平面的情况。4.根据权利要求3所述的空中非合作目标固定翼要害点检测方法，其特征在于，步骤S5中的具体方法为：S51、将目标矩形区域D2，横纵坐标三等分，形成9个矩形子区域；S52、由目标固定翼飞机朝向H信息来选取对应的子区域，并求解对应子区域的中心坐标C5；其中：H＝0时，C5中心坐标公式为：C5x＝D2x-DS3C5y＝D2yH＝1时，C5中心坐标公式为：C5x＝D2x-DS3C5y＝D2y+DZ3H＝2时，C5中心坐标公式为：C5x＝D2xC5y＝D2y+DZ3H＝3时，C5中心坐标公式为：C5x＝D2x+DS3C5y＝D2y+DZ3H＝4时，C5中心坐标公式为：C5x＝D2x+DS3C5y＝D2yH＝5时，C5中心坐标公式为：C5x＝D2x+DS3C5y＝D2y-DZ3H＝6时，C5中心坐标公式为：C5x＝D2xC5y＝D2y-DZ3H＝7时，C5中心坐标公式为：C5x＝D2x-DS3C5y＝D2y-DZ3H＝8时，C5中心坐标公式为：C5x＝D2xC5y＝D2y其中，目标区域矩形区域D2的中心坐标为D2x，D2y；目标区域矩形区域D2水平长度为DS，竖直长度为DZ；S53、根据每个子区域的中心坐标C5，计算固定翼要害点区域A5；固定翼要害点区域A5的中心坐标为C5，边长为L5；边长L5的计算公式如下：L5＝MAXDS，DZ3同时固定翼要害点区域A5在整体图像的范围内。5.根据权利要求1所述的空中非合作目标固定翼要害点检测方法，其特征在于，步骤S6中的具体方法为：对目标区域图像G4中的固定翼要害点区域A5求解最大连通域重心M，其计算公式为：其中，Mx，My为最大连通域重心M的坐标，xi，yi为连通域中第i个像素的坐标，k为连通域的像素个数。

百度查询： 武汉工程大学 一种空中非合作目标固定翼要害点检测方法