[发明专利]基于BRISK检测器最大值响应的无人机自主着陆目标检测方法有效
申请号: | 201410840799.5 | 申请日: | 2014-12-30 |
公开(公告)号: | CN104463179B | 公开(公告)日: | 2018-08-31 |
发明(设计)人: | 胡天江;潘崇煜;马兆伟;沈林成;朱华勇;赵搏欣;陈超;王祥科;尹栋;王勋 | 申请(专利权)人: | 中国人民解放军国防科学技术大学 |
主分类号: | G06K9/46 | 分类号: | G06K9/46 |
代理公司: | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人: | 赵洪;周长清 |
地址: | 410073 湖南省长沙市砚瓦池正街47号中*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 brisk 检测器 最大值 响应 无人机 自主 着陆 目标 检测 方法 | ||
1.一种基于BRISK检测器最大值响应的无人机自主着陆目标检测方法,其特征在于,步骤为:
(1)输入:无人机飞行序列图I;
(2)生成BRISK尺度空间;根据无人机飞行序列图I中的图像,生成尺度空间图;所述步骤(2)为读入第num张无人机飞行采集图像Inum,将其转化为灰度图像Inum_gray;生成n层尺度图像ci,图像ci由ci-1半采样得到;生成n-1层中间层图像di,d0由原始图像c0进行1.5倍降采样,di由di-1进行半采样得到;
(3)图像特征点检测;通过对BRISK尺度空间的每一层进行FAST角点检测,确定视觉图像中的特征点;
(4)目标稳定特征点提取;在图像特征点中提取目标的稳定特征点,即,对于所有特征点,筛选出响应值最大的特征点,该响应值最大的特征点的图像坐标为无人机目标图像检测位置;所述响应值为FAST积分值;
所述步骤(4)为:在上述步骤(3)得到的m个图像特征点中筛选目标稳定特征点K的图像坐标(xout,yout),使得特征点K的FAST积分值满足:
s(K)=max(s(j)),j=1,2…m
其中,表示所有的特征点的积分值集合。
2.根据权利要求1所述的基于BRISK检测器最大值响应的无人机自主着陆目标检测方法,其特征在于,所述步骤(3)的流程为:
(3.1)对BRISK尺度空间的每一层进行FAST角点检测;即,根据下式对层ci与di中的每一个像素点P,以P点为中心,3为半径的16个圆形邻域像素点作FAST角点检测,并统计圆周上状态全部为d或全部为b的最长圆弧的像素个数S,记满足S≥N条件的点为p,其图像坐标为(x,y),并记录其FAST积分值s(x,y):
其中,δ为FAST角点检测阈值;当满足条件S≥N时,中心点P为FAST角点,S为圆周上状态全部为d或全部为b的最长圆弧的像素点个数,N为FAST算子参数;
(3.2)根据下式对待测点p进行同层内非极大值抑制,如果不是极大值,则去除该角点;
s(x,y)>s(x±1,y±1)
其中,s(x,y)表示以(x,y)为坐标的待检测角点的FAST积分值;
(3.3)根据下式对ci层内待测点p进行相邻层间非极大值抑制,如果不是极大值,则去除该角点p;
且
根据下式对di层内待测点p进行相邻层间非极大值抑制,如果不是极大值,则去除该角点p;最终,经过非极大值抑制后得到特征点p′;
且
其中,表示di层中以(x,y)为坐标的待检测角点的FAST积分值,表示ci层中以(x,y)为坐标的待检测角点的FAST积分值,表示di层中最大的FAST积分值,表示ci层中最大的FAST积分值。
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中国人民解放军国防科学技术大学,未经中国人民解放军国防科学技术大学许可,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/201410840799.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:人脸识别方法
- 下一篇:一种彩色眼底图像视盘自动定位方法