[发明专利]一种基于多感受野特征的自主空中加油锥套识别方法

权利要求书

1.一种基于多感受野卷积特征的自主空中加油锥套识别方法，其特征在于，该方法包括如下步骤：

步骤(1)：通过自适应待识别区域选择方法对采集得到图像进行高斯平滑滤波和基于Canny算子的边缘检测得到二值图像，对二值图像进行形态学处理，基于图像中的边缘特征自适应地构建待识别区域；

步骤(2)：通过多感受野特征提取网络对步骤(1)中构建的待识别区域进行多感受野卷积特征提取；

步骤(3)：通过基于多尺度深度残差目标预测网络对步骤(2)中提取的多感受野卷积特征进行锥套目标识别与定位；

其中，步骤(1)包括以下具体步骤：

步骤(1-1)，采用高斯核对图像进行平滑滤波，以消除图像的细节部分并保留图像中目标的轮廓，提供基础轮廓特征；

B(x,y)＝I(x,y)*G(x,y)

其中，G(x,y)为高斯核，σ为高斯核方差，x和y为图像像素坐标，I(x,y)为原始图像，B(x，y)为轮廓图像；

步骤(1-2)，对步骤(1-1)中得到的轮廓图像基于Canny算子提取边缘图像；

Bw(x,y)＝Canny(B(x,y))

其中，Bw(x,y)为边缘图像；

步骤(1-3)，通过对上步得到的边缘图像进行形态学处理得到连续的轮廓曲线，并对轮廓曲线进行编号，筛选掉轮廓曲线较短的噪声曲线并得到完整可以表征目标的轮廓特征；

其中，f(x,y)为形态学处理后的边缘图像，即完整可以表征目标的轮廓特征，s为形态学处理核函数，为膨胀操作，为腐蚀操作；

步骤(1-4)，对上步得到的轮廓特征进行统计分析找到轮廓特征中边缘点的边界值从而构建待识别区域；

x_min＝min(contourx(f(x,y)))

y_min＝min(contoury(f(x,y)))

x_max＝max(contourx(f(x,y)))

y_max＝max(contoury(f(x,y)))

Size＝(x_min,y_min,x_max,y_max)

其中，contourx(·)和contoury(·)分别为x轮廓提取函数的x和y轮廓提取函数；x_min和y_min分别表示轮廓特征点的最小x和y值，x_max和y_max分别表示轮廓特征点的最大x和y值，且x_min、y_min、x_max和y_max构成了轮廓边界。

2.根据权利要求1所述的一种基于多感受野卷积特征的自主空中加油锥套识别方法，其特征在于，

所述步骤(2)中，所述多感受野特征提取网络结构主要包含多感受野主干模块和多感受野稠密采样模块；其中，多感受野主干模块由采用不同扩张率的3×3卷积核实现多感受野特征提取，以及通道合并实现不同感受野之间的特征组合；所述网络结构包括多个堆叠而成的所述多感受野稠密采样模块，所述多感受野稠密采样模块由四条卷积支路组成，输出特征图用一个3维的特征矩阵(W,H,C)表示，其中，该特征矩阵通过卷积、池化和线性激活函数的操作不断地变换，最后得到特征图，在对待识别区域进行特征提取时，将输入图像(w,h)统一调整至w＝300，h＝300，

其中，为支路1采用3×3卷积核构造的感受野进行特征提取，为支路2采用扩张率为1的3×3的卷积核构造5×5的感受野进行特征提取，为支路3采用扩张率为2的3×3的卷积核构造7×7的感受野进行特征提取，x为支路4直接将上层特征短接至下一层，w和h分别为输入图像的宽和高。