[发明专利]捷联图像制导飞行器的目标识别及制导方法

说明书

本发明公开了一种捷联图像制导飞行器的目标识别及制导方法，该方法中对目标照片图像和捷联图像进行特征提取，将提取到的特征图输入深度神经网络进行目标区域识别，进而得到目标位置信息，从而实现将操作者给定的目标照片输入到计算模型中并控制该模型识别并追踪该目标的目的，进一步地，将该模型应用在捷联可见光导引头图像中，能够准确识别并追踪目标，还能够屏蔽复杂背景及捷联导引头抖动导致的不确定性。

技术领域

本发明涉及飞行器制导控制领域，具体涉及一种捷联图像制导飞行器的目标识别及制导方法。

背景技术

目前，图像制导在飞行器控制领域中的应用越来越受到重视，其中捷联图像制导需要通过捷联在飞行器上的摄像头实时获得视场域照片，该视场域一般较大，且包含目标，再进一步锁定目标，获知目标位置，从而据此控制飞行器飞向目标。

但是目前的捷联图像制导方案整体效果并不理想，还存在一些问题需要进一步克服，首先，视场域照片较大，背景区域占比极高，不同应用场合下，背景区域区别极大，这会对目标识别造成巨大干扰，所以现有的制导控制方案中，找错目标或者未发现目标的情况都时有发生；由于捷联图像会受到飞行器抖动的影响，其图像噪音较大，也会导致从视场域照片中识别并筛选出目标的难度增大。另外，更为重要的是，由于视场域照片较大，其中可能包含多个能够被模型识别的目标，操作者和飞行器自身都难以实时从中挑选出预期的目标，这就导致飞行器即使命中，也未必能够达到预期的效果，事实上，这样的状况更大地可能会导致飞行器脱靶。

由于上述原因，本发明人对现有的控制方法做了深入研究，以期待设计出一种能够解决上述问题的捷联图像制导飞行器的目标识别及制导方法。

发明内容

为了克服上述问题，本发明人进行了锐意研究，设计出一种捷联图像制导飞行器的目标识别及制导方法，该方法中对目标照片图像和捷联图像进行特征提取，将提取到的特征图输入深度神经网络进行目标区域识别，进而得到目标位置信息，从而实现将操作者给定的目标照片输入到计算模型中并控制该模型识别并追踪该目标的目的，进一步地，将该模型应用在捷联可见光导引头图像中，能够准确识别并追踪目标，还能够屏蔽复杂背景及捷联导引头抖动导致的不确定性，从而完成本发明。

具体来说，本发明的目的在于提供以一种捷联图像制导飞行器的目标识别及制导方法，该方法包括如下步骤：

步骤1，通过观测摄像头拍摄并获得目标照片，将目标照片发送给制导飞行器；

步骤2，制导飞行器通过其上的捷联摄像头实时拍摄捷联图像，

步骤3，每一帧捷联图像都与目标照片做特征匹配，并得到对应的特征图，

步骤4，将所述特征图实时输入到目标检测模型中，从而实时获得目标位置信息。

其中，在步骤2中，所述捷联摄像头安装在飞行器的前端，其在启动工作后，按照特定频率拍摄获得的照片称之为捷联图像。

在步骤3中，通过下式(一)执行特征匹配：

MI(X；Y)表示反应捷联图像与目标照片相关度大小的互信息熵值，所述特征图即由所述互信息熵值组成；

p(x)表示捷联图像中每个元素点的边缘概率；

p(y)表示目标照片的每个元素点的边缘概率；

p(x，y)表示捷联图像和目标照片的联合概率。

其中，所述目标检测模型通过机器学习获得，并在飞行器发射前灌装到所述飞行器中；

优选地，所述目标检测模型的机器学习包括如下步骤：

步骤a，采集样本并获取数据集，

步骤b，数据集标注，