【文章內(nèi)容簡(jiǎn)介】 ，了解不同視覺導(dǎo)航的原理，其中基于地平線的檢測(cè)算法對(duì)本文的研究有很大的借鑒作用；最后，結(jié)合本課題的實(shí)驗(yàn)環(huán)境，研究出了適合無人直升機(jī)著陸過程中的視覺導(dǎo)航算法，選用著陸平臺(tái)上的H在圖像中的位置來解算降落過程中的姿態(tài)角。本章只是對(duì)降落過程中的姿態(tài)解算作了理論上的分析，具體的跑道識(shí)別和飛行參數(shù)的獲取將在后面的章節(jié)中具體分析。第3章 數(shù)字圖像預(yù)處理由機(jī)載攝像設(shè)備拍攝到的圖像一般都存在或大或小的噪聲，對(duì)于本文中的跑道檢測(cè)和邊緣提取有很大的干擾作用，因此，對(duì)數(shù)字圖像進(jìn)行預(yù)處理顯得非常重要。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。下面幾節(jié)內(nèi)容將著重介紹介紹本文圖像預(yù)處理算法中用到的幾種方法，包括圖像灰度化、閾值分割二值化、邊緣檢測(cè)等。 圖像的灰度化處理本課題研究中用機(jī)載攝像頭拍攝到的都是RGB彩色圖像，處理彩色圖像時(shí)，要分別對(duì)RGB三種分量進(jìn)行處理，實(shí)際上RGB并不能反映圖像的形態(tài)特征，只是從光學(xué)的原理上進(jìn)行顏色搭配。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。在RGB模型中，如果R=G=B時(shí)，彩色則表示一種灰度顏色，其中R=G=B的值叫灰度值，因此，灰度圖像中每個(gè)像素只需要一個(gè)字符存放灰度值，灰度范圍為0255。一般有四種方法對(duì)彩色圖像進(jìn)行灰度化，分別為：分量法、最大值法、平均值法、加權(quán)平均法。由于人眼對(duì)綠色的敏感較高，對(duì)藍(lán)色的敏感較低，因此對(duì)RGB三個(gè)分量進(jìn)行加權(quán)平均可以得到較為合理的灰度圖像。加權(quán)平均法的算法為： （）在本文的灰度化處理算法中，采用加權(quán)平均法對(duì)拍攝到的著陸場(chǎng)景圖像進(jìn)行灰度化處理，灰度化處理后的效果圖如下所示： 灰度處理前的圖片 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。下面的研究?jī)?nèi)容將對(duì)此進(jìn)行詳細(xì)的分析。 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。為了改善視覺效果或者便于人和機(jī)器對(duì)圖像的理解和分析，需要根據(jù)圖像的特點(diǎn)或者存在的問題采取簡(jiǎn)單的方法減小圖像中的噪聲。對(duì)于拍攝到的跑道區(qū)域，需要提取的是跑道區(qū)域中的H形著陸平臺(tái)，它在圖像中顯示為白色，而圖像的背景色為灰色，為將白色的H形區(qū)域凸顯出來，需要對(duì)圖像進(jìn)行增強(qiáng)，即增加圖像的對(duì)比度。在圖像增強(qiáng)中，本文使用imadjust函數(shù)直接進(jìn)行灰度調(diào)整。imadjust函數(shù)可用于簡(jiǎn)單的圖像增強(qiáng)處理，增強(qiáng)對(duì)比度實(shí)際上是增強(qiáng)原圖像中各部分的反差。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。 默認(rèn)對(duì)比度灰度調(diào)整后的圖像 對(duì)比度范圍為[ ]處理后的圖像 對(duì)比度范圍為[ ]處理后的圖像由上述三張圖片的對(duì)比效果，可以看出對(duì)比度范圍為[ ]時(shí)，圖像增強(qiáng)的效果較好，特征區(qū)域可以很好地從背景中區(qū)分出來。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。平滑濾波對(duì)像素及其領(lǐng)域進(jìn)行了平均化，使圖像看起來顯得比較平滑 ，用于模糊處理和減小噪聲；中值濾波是把數(shù)字圖像或數(shù)字序列中某一點(diǎn)的值設(shè)置為該點(diǎn)的一個(gè)領(lǐng)域中所有像素點(diǎn)灰度值的中值；而圖像銳化是補(bǔ)償圖像的輪廓，增強(qiáng)圖像的邊緣及灰度跳變的部分，使圖像變得清晰。在以上的三種濾波方式中，中值濾波對(duì)消除椒鹽噪聲非常有效，常用來保護(hù)邊緣信息，是經(jīng)典的平滑噪聲方法。本文所處理的圖像中的噪聲大多是離散的白色斑點(diǎn)，可以看作是椒鹽噪聲中的鹽噪聲，因此，選用中值濾波的方法對(duì)圖像進(jìn)行消噪處理比較好。： 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。 圖像分割的具體實(shí)施 機(jī)載攝像設(shè)備拍攝到的無人直升機(jī)實(shí)際著陸場(chǎng)景的圖像中，著陸平臺(tái)區(qū)域的識(shí)別對(duì)飛行器的著陸有著重要的作用，它關(guān)系到無人直升機(jī)能不能降落在跑道區(qū)域內(nèi)，因此為使無人直升機(jī)能在跑道合理的區(qū)域內(nèi)著陸，視覺導(dǎo)航系統(tǒng)需要將跑道從整個(gè)場(chǎng)景中分割出來，分析跑道的位置、區(qū)域大小等內(nèi)容，確定無人直升機(jī)的航向信息和位置信息，然后送入控制系統(tǒng)以使無人直升機(jī)安全著陸。要實(shí)現(xiàn)上述目標(biāo)，需要一個(gè)算法來完成跑道的分割，以備后續(xù)處理之用。本節(jié)將探討研究如何從整個(gè)場(chǎng)景中提取出跑道區(qū)域的問題。在圖像處理的研究應(yīng)用中，人們通常把感興趣的圖像信息額外分割出來，稱之為興趣區(qū)域，他們是圖像中特定的具有獨(dú)特價(jià)值的區(qū)域。為了更好地分析興趣區(qū)域，就需要用特殊的方法將之分離出來，在此基礎(chǔ)上才可以對(duì)目標(biāo)進(jìn)行下一步的分析，圖像分割就是將圖像分成各具有特點(diǎn)的區(qū)域并提取出興趣區(qū)域的技術(shù)和過程。在許多情況下，圖像中不同類型區(qū)域內(nèi)部各自的灰度分布是均勻或相對(duì)均勻的，但區(qū)域之間的灰度或平均灰度是不同的，可以將灰度的均一性作為依據(jù)進(jìn)行圖像的分割和區(qū)域的提取。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。最常用的閾值處理就是圖像的二值化處理，通過一個(gè)閾值（0255之間）將圖像轉(zhuǎn)換為黑白二值圖像，用于圖像分割及邊緣提取等預(yù)處理。圖像二值化閾值處理的變換函數(shù)表達(dá)式為： 為閾值 （）標(biāo)注為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。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。為常數(shù)時(shí)，這種方法稱為全局閾值處理。允許閾值變化的方法稱為局部閾值處理。閾值分割的優(yōu)點(diǎn)是實(shí)現(xiàn)簡(jiǎn)單，對(duì)于不同類的物體灰度值或其他特征值相差很大時(shí)，它能有效地對(duì)圖像進(jìn)行分割。雖然局部閾值分割可以進(jìn)一步提高圖像的分割質(zhì)量，但是其分割算法時(shí)間復(fù)雜度很高，處理圖像尤其是處理大分辨率彩色圖像的速度很慢，而且其最終效果與全局閾值法相差無幾。因此，在本文的研究中，選用全局閾值來處理圖像。閾值分割的方法主要有人工選擇法、迭代式閾值選擇、最大類間方差法(Otsu)和最小誤差閾值選擇法。人工選擇法是閾值分割最為簡(jiǎn)單的方法。人工選擇的方法是通過人眼的觀察，應(yīng)用人對(duì)圖像的知識(shí)，在分析圖像直方圖的基礎(chǔ)上，人工選擇出合適的閾值。這種方法需要反復(fù)試驗(yàn)，挑選不同的閾值，直到觀察者覺得產(chǎn)生了較好的結(jié)果為止。下述所示圖像是不同閾值時(shí)，閾值分割的結(jié)果：(a) 閾值=150(b) 閾值=190(c) 閾值=230 不同閾值時(shí)圖像分割的結(jié)果上述的圖像顯示，當(dāng)閾值=230時(shí)，跑道區(qū)域中的H已經(jīng)完全從圖像背景中顯現(xiàn)出來，圖像轉(zhuǎn)化為二值圖像，在二值圖像中進(jìn)行邊緣檢測(cè)和直線提取顯得較為容易。圖像分割為后面的直線提取打下了堅(jiān)實(shí)的基礎(chǔ)。 直線提取 圖像處理的目的是為了檢測(cè)出著陸區(qū)域中的H，識(shí)別跑道，在本課題設(shè)計(jì)的著陸平臺(tái)中，H的邊界均為直線，因此通過直線提取可以識(shí)別出著陸區(qū)域中的H。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(cè)。 邊緣檢測(cè)邊緣檢測(cè)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。圖像邊緣包括了機(jī)場(chǎng)圖像的絕大部分有用信息，成功檢測(cè)出機(jī)場(chǎng)著陸區(qū)域的邊緣就成功了一半，因此邊緣檢測(cè)是圖像處理中基礎(chǔ)而又重要的課題。圖像邊緣處理的主要目的是突出圖像中的細(xì)節(jié)或者增強(qiáng)被模糊化的細(xì)節(jié)，把景物的結(jié)構(gòu)輪廓清晰地表現(xiàn)出來。其中的原理在于圖像的邊緣和輪廓都位于灰度突變的地方，圖像的邊緣檢測(cè)就是基于微分的作用，通過求一階導(dǎo)數(shù)極值點(diǎn)或二階導(dǎo)數(shù)過零點(diǎn)來檢測(cè)邊緣。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。下面將詳細(xì)介紹每個(gè)算子的原理和具體實(shí)現(xiàn)。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。該算法通常由下列計(jì)算公式表示：（）式中，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)模板作用的結(jié)果，模板如下所示：模板1： 模板2： 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。Sobel算子是一組方向算子，從不同的方向檢測(cè)邊緣。Sobel算子不是簡(jiǎn)單求平均再差分，而是加強(qiáng)了中心像素上下左右4個(gè)方向像素的權(quán)重，運(yùn)算結(jié)果是一幅邊緣圖像。該算子通常由下列計(jì)算公式表示： （） （） （）式中、分別表示方向和方向的一階微分，為Sobel算子的梯度，是具有整體像素坐標(biāo)的輸入圖像。Sobel算子的模板一共有兩個(gè)，一個(gè)是檢測(cè)水平邊緣的，一個(gè)是檢測(cè)豎直邊緣的。兩個(gè)模板如下：檢測(cè)水平邊緣模板： 檢測(cè)豎直邊緣模板：Sobel算子與Roberts算子相比加入了加權(quán)局部平均，不僅能檢測(cè)圖像的邊緣，還能進(jìn)一步抑制噪聲的影響，由于進(jìn)行了加權(quán)局部平均，它得到的邊緣較粗，對(duì)于飛機(jī)跑道檢測(cè)來說，需要獲取的邊緣有一定的寬度，因此該算子更適用。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。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）。若只關(guān)心邊緣點(diǎn)的位置而不顧其周圍的實(shí)際灰度差時(shí)，一般選擇該算子進(jìn)行檢測(cè)。該算子通常由下列計(jì)算公式表示：（）式中表示數(shù)字圖像中每個(gè)像素關(guān)于軸和軸的二階偏導(dǎo)數(shù)之和，即處理后像素處的灰度值，是具有整數(shù)像素坐標(biāo)的輸入圖像。由于Laplace算子為二階差分，其方向信息丟失，常產(chǎn)生雙像素，對(duì)噪聲有雙倍加強(qiáng)作用，因此很少直接用于邊緣檢測(cè)。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(cè)。因此在本文的邊緣檢測(cè)時(shí)，選擇Sobel算子。結(jié)合閾值分割的Sobel算子圖像邊緣檢測(cè)的結(jié)果如下所示： Sobel算子邊緣檢測(cè)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。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。平面上的直線方程為：其中和分別是直線的斜率和截距。一條給定的直線，對(duì)應(yīng)一個(gè)數(shù)組，反之，給定一個(gè)數(shù)組，則對(duì)應(yīng)一條直線。即平面上的直線和平面上的一個(gè)點(diǎn)一一對(duì)應(yīng)，這種關(guān)系稱為Hough變換。平面上的一條直線與平面上的一點(diǎn)也一一對(duì)應(yīng)。因此，如果平面上有一條直線，那么它上面的每一點(diǎn)都對(duì)應(yīng)于平面上的一條直線，這些直線相交于點(diǎn)。利用這個(gè)性質(zhì)可以檢測(cè)共點(diǎn)線。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： （）式中是直線到坐標(biāo)系原點(diǎn)的距離，是直線法線與軸的夾角。坐標(biāo)平面中的一條直線和坐標(biāo)平面中的一點(diǎn)一一對(duì)應(yīng)，坐標(biāo)平面中的一點(diǎn)與中的一條直線一一對(duì)應(yīng)，而且很容易看出中的共線點(diǎn)所對(duì)應(yīng)的的曲線交于一點(diǎn)。已知中一條直線上的各點(diǎn)對(duì)應(yīng)著的一個(gè)點(diǎn)。如果對(duì)這一點(diǎn)的曲線進(jìn)行計(jì)數(shù)，結(jié)果會(huì)是比較大的數(shù)值。因此可以根據(jù)精度將平面劃分為等間隔的小直方網(wǎng)格，這個(gè)直方網(wǎng)絡(luò)對(duì)應(yīng)于一個(gè)計(jì)數(shù)序列