[发明专利]一种基于单目视觉定位的旋翼无人机姿态估计方法

权利要求书

1.一种基于单目视觉定位的旋翼无人机姿态估计方法，其特征在于：首先对由机载摄像头捕获到的包含视觉标志在内的图像进行预处理，消除图像噪声并突出视觉标志；然后根据视觉标志的几何特征，通过五步法提取出“H”形标志和圆环组成的视觉标志；之后，采用距离三点法检测“H”形标志的12个角点并与预设参考图像中的对应角点进行匹配；最后，根据匹配的角点对计算单应矩阵，并采用直接线性变换DLT方法分解单应矩阵解算出无人机相对视觉标志的姿态角，并依据相机成像的相似三角形原理计算出无人机相对视觉标志的位置数据；

本方法共包括5个阶段，分别为A图像预处理；B标志提取；C角点检测；D角点匹配；E姿态估计。

2.根据权利要求1所述的一种基于单目视觉定位的旋翼无人机姿态估计方法，其特征在于：

A.图像预处理阶段

图像预处理是提高图像质量的一个重要步骤，减少噪声的影响并突出图像细节；

1)图像灰度化：将机载摄像头采集到的彩色图像转换为灰度图像，以消除算法对图像色彩的依赖，减少计算量并消除色调和饱和度信息而只保留亮度信息，提高标志提取的准确度，转换过程如式(1)所示：

Y＝0.299×R+0.596×G+0.211×B (1)

式中：Y为转换后的灰度图像，R、G、B分别为彩色图像中的红色、绿色和蓝色分量值；

2)基于维纳滤波的图像模糊消除：考虑到无人机的振动或外界天气条件的影响，由机载摄像头采集到的图像会变模糊，因此，采用维纳滤波器对灰度图进行去模糊处理，消除图像模糊；维纳滤波器计算式如下所示：

式中：F(u,v)为去模糊后图像的傅里叶变换，H(u,v)为退化函数，H^*(u,v)为退化函数的复数共轭，且|H(u,v)|²＝H^*(u,v)H(u,v)，S_η(u,v)为噪声功率谱，S_f(u,v)为信号功率谱；

3)自适应阈值化图像增强：由于视觉标志中背景和标志具有较大的亮度差，为了明显区分高亮度的视觉标志和低亮度的背景，对维纳滤波后的图像需进行自适应阈值化处理，得到黑色背景和白色标志，实现图像增强；

4)极值中值滤波器EM消除噪声：在对图像进行阈值化处理的过程中，会引入脉冲噪声和椒盐噪声；采用极值中值滤波器EM对阈值化结果做进一步处理，由于EM滤波器只对噪声点进行中值处理而信号点保留原像素值，有效去除图像脉冲噪声和椒盐噪声，同时保留图像的边缘信息，EM计算式如下所示；

式中：y_ij为输出图像，i,j表示各像素点的位置；med(W[x_ij])为对窗口W[x_ij]内的所有点取中值，min(W[x_ij])为对窗口W[x_ij]内的所有点取最小值，max(W[x_ij])为对窗口W[x_ij]内的所有点取最大值，x_ij为输入图像。