【正文】 1 的像素對(duì)應(yīng)于對(duì)象，標(biāo)注為 0 的像素則對(duì)應(yīng)于背景。人工選擇法是閾值分割最為簡單的方法。直線通常對(duì)應(yīng)著重要的邊緣信息，先要對(duì)圖像進(jìn)行邊緣檢測。 邊緣算子 Roberts 邊緣算子是一種斜向偏差分的梯度計(jì)算方法，梯度的大小代表 邊緣 的強(qiáng)度，梯度的方向與邊緣走向垂直。 邊緣算子 Laplace 算子是一個(gè)二階導(dǎo)數(shù)算子，前面提到的兩種算子均為一階導(dǎo)數(shù)算子。 結(jié)合閾值分割的 Sobel 算子圖像邊緣檢測的結(jié)果如下所示： 圖 Sobel算子邊緣檢測的結(jié)果 Hough 變換 利用 Hough 變換法提取直線是一種變換域提取直線的方法，它將直線上的點(diǎn)坐標(biāo)變換到過點(diǎn)的直線系數(shù)域，巧妙地利用了共線和直線相交的關(guān)系，使直線的提取問題轉(zhuǎn)化為計(jì)數(shù)問題。利用這個(gè)性質(zhì)可以檢測共點(diǎn)線。 本文要識(shí)別的是著陸區(qū)域中的 H，而且需要檢測出 H的橫向中心線在圖片中的斜率和位置，用 Hough 變換進(jìn)行直線檢測是一種很好的方法。 本文設(shè)計(jì)中 使用 houghpeaks函數(shù) 來 尋找 Hough變換矩陣的峰值 ，在 Hough變換結(jié)果圖上疊加峰值標(biāo)志，程序的運(yùn)行結(jié)果如下： 哈爾濱工程大學(xué)本科生畢業(yè)論文 哈爾濱工程大學(xué)本科生畢業(yè)論文 成像的原理是將地面上的一點(diǎn)通過成像原理最終在圖像上 形成成像點(diǎn)， 為了描述這一過程， 需要建立不同坐標(biāo)系間的相互轉(zhuǎn)換關(guān)系。 32 向右傾斜時(shí)為正。 無人直升機(jī)飛行過程中，機(jī)載攝像設(shè)備固定在無人直升機(jī)上，攝像機(jī)的像平面與無人直升機(jī)的 b b bOxy 平面平行 。 坐標(biāo)系變換關(guān)系 上一節(jié)， 定義了各種空間直角坐標(biāo)系，為達(dá)到攝像測量的目的，需要建立各坐標(biāo)系間的相互轉(zhuǎn)換關(guān)系。 36 0 11 12 13 031 32 33 0w w wx w w wu u r x r y r z xXf f r x r y r z z? ? ? ??? ? ? ? （ ） 0 2 1 2 2 2 3 03 1 3 2 3 3 0wwy w w wv v r x r y r yYf f r x r y r z z? ? ? ??? ? ? ? （ ） 上式又叫共線方程， 表征了空間物點(diǎn)的坐標(biāo) ? ?,w w wx y z 與對(duì)應(yīng)像點(diǎn) ? ?,xy之間的數(shù)學(xué)關(guān)系。 哈爾濱工程大學(xué)本科生畢業(yè)論文 下面本文 將研 究俯仰角 ? 與直線 l 的位置關(guān)系。以 日常經(jīng)驗(yàn)可以想象，當(dāng)無人直升機(jī)緩慢抬頭時(shí)， 直線 l 逐漸向圖像的下端移動(dòng)，直至消失不見；當(dāng)無人直升機(jī)緩慢低頭時(shí)，直線 l 在圖像中的位置將逐漸上移，直至消失不見。當(dāng)攝像機(jī)坐標(biāo)系和機(jī)體坐標(biāo)系之間只有平移關(guān)系時(shí)，其角度關(guān)系不變 。 xf 、yf 、 0u 、 0v 均為攝像機(jī)的內(nèi)部 參數(shù)，只與攝像機(jī)的內(nèi)部結(jié)構(gòu)有關(guān)。 圖像物理坐標(biāo)系 Oxy ：圖像物理坐標(biāo)系是以光軸與像平面的交點(diǎn)為原點(diǎn)，以毫米為單位的直角坐標(biāo)系。 33 c c c cOxyz 攝像機(jī)坐標(biāo)系的原點(diǎn)為攝像機(jī)的光心， cz 軸與攝像機(jī)的光軸重合， 取攝 影方向?yàn)檎? gx gygzbx bybz? ??gO bO 圖 地面坐標(biāo)系與機(jī)體坐標(biāo)系 地面坐標(biāo)系與機(jī)體坐標(biāo)系的關(guān)系，用無人直升機(jī)的姿態(tài)角來表示。以下幾節(jié)的內(nèi)容會(huì)對(duì)這其中的關(guān)系作深入的探討。由于最終 要識(shí)別的是著陸區(qū)域中的 H，需要將 H提取出來，本文 采用 Hough變換來實(shí)現(xiàn)這一目標(biāo)。 圖 Hough 變換 圖像中的亮點(diǎn)對(duì)應(yīng)的就是圖像中的直線，點(diǎn)越亮，表示直線上的像素點(diǎn)越多。對(duì) 于 Oxy 平面中的每一點(diǎn)，按 Hough變換的原理可以再 O?? 平面中畫出它對(duì)應(yīng)的曲線，凡是這條曲線經(jīng)過的小方格，對(duì)應(yīng)的計(jì)數(shù)陣列元素加 1，計(jì)數(shù)陣列元素的數(shù)值等于共線的點(diǎn)數(shù)。平面 Ouv 上的一條直線 v xu y?? ? 與平面 Oxy 上的一點(diǎn) ? ?,xy 也一一對(duì)應(yīng)。 而且二階微分處理對(duì)細(xì)節(jié)有較強(qiáng)的響應(yīng)，如細(xì)線和孤立點(diǎn)，形成的增強(qiáng)細(xì)節(jié)比一階微分多，不利于 跑道的檢測 。 Sobel 算子的模板一共有兩個(gè)，一個(gè)是檢測水平邊緣的，一個(gè)是檢測豎直邊緣的。常見的算子主要有 Sobel 算子， Roberts 算子， Laplace 算子等，其中 Sobel 算子， Roberts 算子是一階算子， Laplace 算子是二階算子 。圖像分割為后面的直線提取打下了堅(jiān)實(shí)的基礎(chǔ)。因此，在本文的研究中，選 用全局閾值來處理圖像。 常用的圖像分割方法主要是將圖像按灰度分成不同的等級(jí)，然后通過設(shè)置閾值的方法確定出有意義的區(qū)域和邊界。中值濾波處理后的圖 像如圖 所示 ： 圖 中值濾波處理后的圖像 上圖顯示，中值濾波已經(jīng)有效地減小了圖像中的噪聲，為了將著陸區(qū)域中的 H 從背景中分離出來， 還需要對(duì)圖像進(jìn)行分割 處理 。下列圖片顯示出了不同對(duì)比度范圍 時(shí) 灰度調(diào)整的效果。 16 圖 灰度處理前的圖片 圖 灰度化處理后的圖片 圖像分割 本文研究中 ， 需要識(shí)別 的是著陸區(qū)域上 H 形的著陸平臺(tái)，因此需要將 H從圖像背景中分離出來，在圖像分割的過程中，圖像 中的 噪聲會(huì)給圖像分割帶來一定的干擾，因此 需要先對(duì)圖像進(jìn)行濾波處理，減小圖像中的噪聲 ，以便進(jìn)行圖像分割 。進(jìn)行圖像預(yù)處理可以減少圖像中無用的信息，增強(qiáng)本課題研究中 需要的信息并抑制噪聲 ，有助于后續(xù)的研究 。微型無人直升機(jī) 因?yàn)轶w積小，在飛行過程中如果遇到較大風(fēng)速的干擾，易發(fā)生側(cè)翻，滾轉(zhuǎn)角不宜設(shè)置過大，哈爾濱工程大學(xué)本科生畢業(yè)論文 方案三中 P4P 的方法比較適用于本設(shè)計(jì)中的跑道識(shí)別，可以選取 H形著落平臺(tái)的四個(gè)頂點(diǎn)作為需要的點(diǎn)，但實(shí)際操作中 ，從圖像上識(shí)別出四個(gè)頂點(diǎn)有一定的困難，而且需要求解非線性方程組，計(jì)算量較大，精度不夠高，可能最終會(huì)造成很大的誤差。 由于攝像機(jī)安裝在飛行器的下方，向下拍攝圖片，所以利用地平線檢測法檢測姿態(tài)角并不太適合。 xV ， yV ， zV 是質(zhì)心速度在坐標(biāo)軸上的速度分量， x? ， y? ， z? 是機(jī)體的角速度在坐標(biāo)軸上的分量，分別為滾轉(zhuǎn)哈爾濱工程大學(xué)本科生畢業(yè)論文 在確定本文的設(shè)計(jì)方案前，需要先來了解直升機(jī)非線性數(shù)學(xué)模型的組成。由于這四個(gè)點(diǎn)在特殊的位置，可以用一些技巧很簡單地計(jì)算出滿足條件的唯一解。 一個(gè)直觀的例子，飛機(jī)距離機(jī)場較遠(yuǎn)時(shí)，機(jī)場跑道在圖像上的顯示就會(huì)很窄；當(dāng)兩條跑道線和著陸線構(gòu)成的三角形不是等腰三角形時(shí)，說明飛機(jī)已經(jīng)偏離了跑道中心線，或者機(jī)身有滾動(dòng)。 佛羅里達(dá)大學(xué)的研究中，提出了一種基于模式識(shí)別中分類概念的地平線檢測算法，處理的是彩色圖像 [9]。 7 成熟，國內(nèi)外各研究機(jī)構(gòu)都已經(jīng)研究出 了基于視覺的不同的跑道識(shí)別方法，著陸過程中的視覺導(dǎo)航技術(shù)已經(jīng)在無人機(jī)上的得到了應(yīng)用。固定翼飛機(jī)在起降的過程中，對(duì)于跑道有較高的要求，跑道要有一定的長度、寬度，跑道周圍必須是一片開闊地，沒有建筑物的遮擋，對(duì)跑道的要求很高。當(dāng)目標(biāo)被正確識(shí)別后，將著陸平臺(tái)上 H的橫向中心線作為特征值，可由 H在圖像中的位置來進(jìn)行狀態(tài)估計(jì)，得到無人直升機(jī)的定位參數(shù)，最后送入控制系統(tǒng)。設(shè)計(jì)了無人機(jī)基于視覺的半自主導(dǎo)引系統(tǒng)，利用安裝在地面上的視覺識(shí)別與哈爾濱工程大學(xué)本科生畢業(yè)論文 （ a） (b) (c) 圖 加州大學(xué)伯克利分校研究工作的圖片資料 圖像處理包括了圖像的二值化、圖像分割和特征點(diǎn)提取，圖像的特征是角點(diǎn)， 通過角點(diǎn)提取，可以將特征點(diǎn)標(biāo)注出來。 美國的佛羅里達(dá)大學(xué)和美國海軍在微型飛行器圖像導(dǎo)航方面做了大量的工作，其基本思路是利用微型飛行器所拍攝的地面圖像中的地平線信息提取微型飛行器的俯仰角和滾轉(zhuǎn)角 [3]。在軍事上，用于軍事偵察，可裝備到士兵班，進(jìn)行敵情偵察及監(jiān)視，還可用于戰(zhàn)爭危險(xiǎn)估計(jì)、目標(biāo)搜索、通信中繼，監(jiān)測化學(xué)、核或生物武器，偵察建筑物內(nèi)部情況，適用于城市、叢林等多種戰(zhàn)爭環(huán)境；在民用上，可用于城市環(huán)境監(jiān)測，自然災(zāi)害的監(jiān)視，用來搜尋災(zāi)難幸存者、有毒氣體或化學(xué)物質(zhì)源，消滅農(nóng)作物害蟲等；在科研上，可用于對(duì)核生化污染區(qū)的采樣與監(jiān)控，對(duì)鳥類 和昆蟲的研究等 [1]。理論分析和實(shí)驗(yàn)結(jié)果表明，基于視覺的微飛行器自主著陸導(dǎo)航是可行的，具有一定的實(shí)時(shí)性和較高的計(jì)算精度，可以對(duì)微飛行器實(shí)現(xiàn)自主著陸。基于視覺的微飛行器自主著陸得到了廣泛的研究。 runway recognition。微飛行器在執(zhí)行任務(wù)的過程中，著陸階段是最為重要的階段，為適應(yīng)各種應(yīng)用環(huán)境，要求微飛行器具有全天候、短距自主起飛和自主精確著陸的能力。所謂視覺導(dǎo)引著陸技術(shù)，就是利用計(jì)算機(jī)使用各種視覺算法處理和分析機(jī)載攝像機(jī)得到的場景圖像序列，由此估算出MAV著陸平臺(tái)的相對(duì)位姿，引導(dǎo) MAV完成著陸任務(wù)。這個(gè)結(jié)果說明視覺導(dǎo)航系統(tǒng)是實(shí)際可行的。 圖 基于視覺的無人機(jī)半自主導(dǎo)引系統(tǒng)結(jié)構(gòu) 本文的研究內(nèi)容 以上簡要敘述了國內(nèi)外幾所大學(xué)的研究工作，他們的 研究工作都取得了很好的研究成果，也推動(dòng)了視覺導(dǎo)航技術(shù)的發(fā)展，本文 的研究 中 以無人直升機(jī)為研究對(duì)象，主要是討 論無人直升機(jī)在著陸過程中，視覺技術(shù)的應(yīng)用，上述的研究成果給了本課題的研究 很大的啟迪和幫助。最后是對(duì)課題工作的總結(jié)和對(duì)未來工作的展望 。飛行器在降落過程中機(jī)載攝像機(jī)拍攝到的圖片需要傳輸?shù)降孛婵刂朴?jì)算機(jī)中，由地面計(jì)算機(jī)處理圖像解算出飛行姿態(tài)，并發(fā)出控制指令，控制飛行器平穩(wěn)降落。下面將對(duì)已有的視覺導(dǎo)航技術(shù)進(jìn)行對(duì)比研究，以確定最終的設(shè)計(jì)方案。算法中對(duì)圖像中每一條直線，判斷他所區(qū)分的兩個(gè)類別特征值的差異，找出差異最大的那條直線，并認(rèn)為它是地平線。這種方法的應(yīng)用很廣，只需要事先知道跑道的寬度并且檢測出跑道邊線和著陸線，限制條件較少。 9 非一條直線，實(shí)際中的地平線會(huì)受到樹木和建筑物等物體的干擾， Hough 變換很難發(fā)揮作用，這就使地平線的檢測變?yōu)閿M合過程 [14]。直升機(jī)尾槳操作系統(tǒng)簡單，僅有尾槳總距，沒有尾槳周期變距，揮舞效應(yīng)小，簡化模型的計(jì)算中僅考慮尾槳拉力，只分析尾槳總距的影響 [15]。 直升機(jī)的非線性數(shù)學(xué)模型為 ? ?,x f t x u? ，式中 x 表示直升機(jī)動(dòng)力學(xué)方程的全部狀態(tài)量， u 表示直升機(jī)的操縱量。方案四用禁忌搜索 算法搜尋最優(yōu)解時(shí)，搜索域內(nèi)適配值函數(shù)值的變化有較強(qiáng)的方向性，令其從一個(gè)初始可行解出發(fā)，選擇一系列的特定搜索方向作為試探，選擇使適配值函數(shù)值增大最多的移動(dòng)，從而在保證搜索質(zhì)量的同時(shí)較大幅度地減少搜索空間。下列圖片就顯示出了飛行器不同姿態(tài)角時(shí)拍攝到的圖片。 本章小結(jié) 在本章中主要介紹了已有的 視覺導(dǎo)航技術(shù)，并結(jié)合已有的研究確定出本文的設(shè)計(jì)方案。 在 實(shí)際 處理圖像時(shí)，只是需要 用到 圖像的形態(tài)特征，而且圖像灰度化 處理后 可以減小圖像的存儲(chǔ)量，減小數(shù)據(jù)處理量 和處理時(shí)間 。 17 圖像去噪處理 由上述灰度化處理的圖像可以看出，圖像 的背景色上有很多白色的斑點(diǎn)，這些白色的點(diǎn)都是圖像中的噪聲，給本文中 的圖像處理工作帶來了很大的干擾。 圖像增強(qiáng)處理后，需要采用濾波 的方式減小圖像中的噪聲，濾波的方式主要有平滑濾波、中值濾波、銳化濾波。 20 理之用。對(duì)于閾值的選取主要有取全局閾值和取局部閾值兩種情況，閾值選取方法的依據(jù)基礎(chǔ)是圖像灰度直方圖。人工哈爾濱工程大學(xué)本科生畢業(yè)論文 邊緣檢測 邊緣檢測技術(shù)對(duì)于處理數(shù)字圖像技術(shù)非常重要，因?yàn)檫吘壥撬崛∧繕?biāo)和背景的邊界線，提取出邊緣才能將目標(biāo)和背景區(qū)分開來。該算法通常由下列計(jì)算公式表示： ? ? ? ? ? ? ? ? ? ?? ? 1 / 222, , 1 , 1 1 , , 1G f x y f x y f x y f x y f x y? ? ? ?? ? ? ? ? ? ? ????? ? ? ? ? （ ） 式中， ? ?,f xy 是具有整數(shù)像素坐標(biāo)的輸入圖像，平方根運(yùn)算使該處理類似于在人類視覺系統(tǒng)中發(fā)生的過程， Roberts 算子是兩個(gè) 22? 模板作用的結(jié)果，模板如下所 示： 模板 1： 0110? 模板 2： 1001? Roberts 邊緣算子定位精度高，在水平和垂直方向效果較好，但對(duì)噪聲敏感。該算子是一個(gè)與方向無關(guān)的各向同性邊緣算子（ 旋轉(zhuǎn)軸對(duì)稱 ） 。 Hough 變換提取直線的主要優(yōu)點(diǎn)是受直線中的間隙和噪聲影響較小。 由于直線的斜率可能會(huì)接近無窮大，為了使變換域有意義，需要采用直線方程的法線式表示： cos sinxy? ? ??? （ ） 式中 ? 是直線到坐標(biāo)系原點(diǎn)的距離， ? 是直線法線與 x 軸的夾角。 根據(jù)Hough 變換法檢測直線的原理， 需要對(duì) ? 和 ? 的范圍進(jìn)行確定并且量化。 28 圖 Hough 變換矩陣中尋找峰值點(diǎn)