[发明专利]一种基于最小覆盖圆匹配的无人机目标识别方法

说明书

(一)技术领域

本发明涉及一种基于最小覆盖圆(Smallest Covering Circle，SCC)匹配的无人机目标识别方法，属于航空航天和计算机视觉信息处理交叉技术领域。

(二)背景技术

无人机(Unmanned Air Vehicle，UAV)是一种有动力、可控制、能携带多种任务设备、执行多种任务，并能重复使用的无人飞行器。随着无人机性能的不断提高，以及其所具有的体积小、机动灵活、不易被发现等优点，使得无人机在侦察和巡逻、建筑物勘察、航空地图绘制、危险环境下的清障等军事和民用特殊领域显示出了巨大的应用潜力，因此一直受到世界各国的普遍重视。目标跟踪历来是无人机一个很重要的任务。

图像中颜色信息可以完全表征我们所获取的原始信息，理论上我们可以基于颜色信息进行所有信息的提取工作，但在实际情况中这是很难实现的。形状信息的借助可以有助于帮助人们以及机器完成目标的识别过程，在目标的形状描述方面，边缘，不变矩，傅立叶描述子，质心，矩形度等各种概念被引入，但是往往都随着实际情况的复杂出现了应用上的困难，如缩放，旋转造成的匹配困难。目前为止，使机器达到像人一样快速准确识别目标形状仍然是视觉领域一个亟待突破的难题。

相比于一般形状而言，圆形物体具有很好的几何对称性质。对旋转不敏感，使其较一般的形状更容易完成匹配的任务，简单的几何描述特性也使其可以很快地完成在缩放情况下的匹配。根据实际情况不同，目前圆形匹配可以采用最小二乘圆，最小覆盖圆，广义Hogh变换等多种方法进行拟合，检测或匹配。

最小覆盖圆是属于计算几何范畴中的一个问题，对于平面上有限点列p₁，p₂，p₃，…，p_n，寻找一个圆试图将所有点进行覆盖，称为最小覆盖圆问题。如图1、2，其非线形规划模型为：

min r                    (1)

s.t.||x-p_i||≤r，i＝1，2，…，n

其中，x，p_i∈R²，n≥2。r，x分别为目标圆的半径及圆心，||||为范数符号，表示x，p_i的欧氏距离。

(三)发明内容

1、发明目的：

本发明提出了一种基于最小覆盖圆匹配的无人机目标识别方法，其目的是提供一种解决无人机在进行目标形状识别的有效策略，尤其是克服一般形状特征匹配方法在面对旋转缩放问题下的困难。

该方案以目标形状的最小覆盖圆，直径作为形状特征，可以快速准确进行待检测目标同已知目标的匹配。

2、技术方案：

对于一个凸区域的待匹配轮廓而言，我们定义其轮廓点为一个集合{p_i|i＝1，2…，n}，其直径定义为轮廓点集中任意两个点之间距离的最大值

L=maxi,j=1,2,···n(pipj),]]>其中i≠j

(2)

显然除了标准的圆及弧形外，一般的凸区域形状直径都是有限的，对于特定无人机目标识别问题，待匹配轮廓基本上都可以认定为具有有限数量个直径。这样的情况下，意味着直径的方位可以基本确定整个待匹配轮廓的旋转方位。因此我们可以通过待检测目标体的直径同目标模型的直径进行初步匹配，基本确认待匹配轮廓的旋转方位。

在完成直径匹配之后，可大大减少旋转效应对于形状匹配的不良影响。然后我们可以通过最小覆盖圆的引入进行再匹配。对于待匹配轮廓的目标点集{p_i|i＝1，2…，n}，其最小覆盖圆是显然存在的，我们可以使用Shamos算法进行求解。

(1)计算点集S的凸壳CH(S)；