[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

说明书

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，步骤包括：(1)自适应待识别区域选择；(2)提取多感受野卷积特征；(3)识别定位自主空中加油锥套目标；该方法以单目视觉图像为基础运用图像处理方法自适应确定待识别区域，提取多感野特征以适应目标的大尺度变化，结合多尺度识别与定位策略构建自主空中加油目标识别系统，提高了自主空中加油目标识别系统的识别率和实时性。

技术领域

本发明涉及一种视觉目标识别方法，尤其涉及一种基于多感受野特征的自主空中加油锥套目标识别方法。

背景技术

基于视觉的目标识别在航空目标识别、工业智能化、智能安防和自主导航等方面具有深度应用。特别在自主空中加油领域中，加油机和加油锥套的准确识别是关乎自主空中加油任务能否成功的基础环节。

目前自主空中加油识别技术，主要包括合作目标识别、非合作目标识别和基于特征设计的目标识别等技术。在自主空中加油视觉识别技术中，可以采用合作目标即在锥套目标上安装发光二极管(Light Emitting Diodes LED)或对锥套进行着色处理以实现目标识别，根据段海滨等人的《基于计算机视觉的UAV自主空中加油半物理仿真》(参见《北京航空航天大学学报》2013年第39卷第11期)，采用了相机对安装有LED的锥套目标进行成像，并应用点匹配与位姿估计算法对软管式加油锥套LED标志识别。根据黄斌等人的《迭代最小二乘椭圆拟合的锥套图像检测与跟踪》(参见《中国图像图形学报》2014年第19卷第8期)，以锥套内部加油口作为匹配特征，通过行列扫描内部边缘拟合椭圆形状参数进行锥套目标识别。均未涉及多感受野卷积特征的应用，且采用模板匹配和形状参数精确匹配模板，存在难以适应大尺度变化和光照强度变化问题，且未涉及卷积神经网络预测残差的识别策略。

发明内容

本发明解决的技术问题是：提供一种基于多感受野特征的自主空中加油锥套识别方法。该方法利用自适应的待识别区域选择，并通过提取待识别图像区域的多感受野特征，并利用卷积神经网络的多尺度残差预测策略和非极大值抑制算法识别出目标的区域位置。采用多感受野特征能通过训练学习增强目标特征的表达能力，同时多尺度残差预测策略融合目标细节特征和语义特征。有效提高了不同光照环境下的适应性，从而提高目标识别的准确性和鲁棒性。

本发明技术方案如下：

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，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；