[发明专利]一种基于无人机的野外失联人员搜寻方法有效
申请号: | 201810382529.2 | 申请日: | 2018-04-26 |
公开(公告)号: | CN109063532B | 公开(公告)日: | 2021-12-07 |
发明(设计)人: | 郑恩辉;饶建民 | 申请(专利权)人: | 中国计量大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06T7/11;G06T7/136;G06T7/194;G01S19/42 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 林超 |
地址: | 310018 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 无人机 野外 人员 搜寻 方法 | ||
1.一种基于无人机的野外失联人员搜寻方法,其特征在于包括以下步骤:无人机通过预定的航线,采用自动巡航模式对失联人员活动的区域经行航拍搜寻,完成航拍任务后返航;在航拍过程中,实时通过机载图像处理模块对采集的图像依次进行图像分割处理、ROI区域映射及目标检测处理,并将检测到目标的图像及其对应记录的GPS位置信息通过通讯模块传输给地面站,搜救人员通过无人机回传的信息展开救援工作;
所述的实时通过机载图像处理模块对采集的图像进行图像分割处理,具体是采用改进的最大熵法对红外灰度图像进行图像分割,得到前景区域:
1)对红外摄像头获取的红外灰度图像进行灰度统计,计算灰度直方图,然后根据灰度直方图采用以下公式计算各个灰度级概率:
其中,pi表示第i个灰度级的概率,i表示灰度级序数,ni表示图像中第i个灰度级的像素数量,N表示整幅图像的像素总数量;
2)接着采用以下公式计算背景B和目标O的概率熵:
式中,H(B),H(O)分别为背景B和目标O的概率熵,t表示红外灰度图像的灰度级预设分割阈值,i、j均表示红外灰度图像的灰度级序数,L表示最大灰度级;
3)然后,根据得到的概率熵,建立以下最优阈值t*的目标函数:
式中,to表示红外灰度图像中代表人体的灰度值,a表示灰度值to的可信度;
最后根据拉格朗日对偶性,采用对偶优化求解方法对目标函数的进行求解获得最优阈值t*,利用最优阈值t*对红外灰度图像进行分割,获得前景区域和背景区域。
2.根据权利要求1所述的一种基于无人机的野外失联人员搜寻方法,其特征在于:所述的无人机上装载有红外摄像头和可见光摄像头,红外摄像头和可见光摄像头并排布置在无人机机头,并且红外摄像头和可见光摄像头朝向同一方向。
3.根据权利要求2所述的一种基于无人机的野外失联人员搜寻方法,其特征在于:所述的实时通过机载图像处理模块对采集的图像进行ROI区域映射及目标检测处理,具体是采用改进的目标识别方法,得到图像中是否人体目标的检测结果:
1)对红外摄像头和可见光摄像头分别采集到的红外灰度图像和可见光图像进行标定,获取红外灰度图像和可见光图像之间的n对特征点对;
2)通过n对特征点对采用以下公式计算红外灰度图像和可见光图像之间的基本矩阵f:
Af=0
式中,A表示参考矩阵,矩阵A是一个n×9的矩阵,(u,v)T,(u′,v′)分别为红外灰度图像和可见光图像中一对特征点对的坐标;
3)采用以下公式计算获得红外灰度图像中分割出的前景区域对应到可见光图像中的极线l:
l=fm
式中,m是红外灰度图像中提取到的前景区域的几何中心坐标;
4)然后在极线l上的每个像素点为中心建立滑动检测窗口,并提取滑动检测窗口的Hog特征,然后将极线l的每个Hog特征输入到已训练好的支持向量机SVM进行分类,识别获得可见光图像中是否有人体目标的存在。
4.根据权利要求1所述的一种基于无人机的野外失联人员搜寻方法,其特征在于:所述的无人机是一种在机翼及尾翼上覆有柔性光伏组件的太阳能小型固定翼无人机。
5.根据权利要求1所述的一种基于无人机的野外失联人员搜寻方法,其特征在于:所述预定航线是通过人为对待搜索区域按地毯式搜索方式进行规划的,执行飞行命令后无人机将按照航线进行搜寻。
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计量大学,未经中国计量大学许可,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/201810382529.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:有色电化铝烫印泛白防伪方法
- 下一篇:一种动态的人脸快速识别算法