CN105825515B - 一种用于自主空中加油的加油锥套图像检测定位方法 - Google Patents
一种用于自主空中加油的加油锥套图像检测定位方法 Download PDFInfo
- Publication number
- CN105825515B CN105825515B CN201610169665.4A CN201610169665A CN105825515B CN 105825515 B CN105825515 B CN 105825515B CN 201610169665 A CN201610169665 A CN 201610169665A CN 105825515 B CN105825515 B CN 105825515B
- Authority
- CN
- China
- Prior art keywords
- image
- fuel filling
- taper sleeve
- filling taper
- threshold value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000000446 fuel Substances 0.000 title claims abstract description 30
- 238000001514 detection method Methods 0.000 title claims abstract description 22
- 230000004807 localization Effects 0.000 title claims abstract description 17
- 239000000945 filler Substances 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 230000000877 morphologic effect Effects 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 230000004438 eyesight Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000009432 framing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
- G06T2207/20041—Distance transform
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种用于自主空中加油的加油锥套图像检测定位方法,属于计算机图像处理的技术领域。所述检测定位方法,仅利用加油锥套自身内部圆形加油口特征,通过对二值图像进行数学形态学操作,快速剔除锥套图像中内部黑色圆形加油口周边干扰,而后在轮廓提取的基础上,利用近圆形状条件快速获得候选的近圆形轮廓,最后选用对数圆形度最大的候选解作为锥套图像检测定位结果。该方法计算过程简单,可快速检测定位锥套图像位置和区域。
Description
技术领域
本发明公开了一种用于自主空中加油的加油锥套图像检测定位方法,属于计算机图像处理的技术领域。
背景技术
现有的大多数自主空中加油视觉导航方法常采用特殊的光学标记安装在加油锥套上,包括LED光标、人工特殊颜色标记等。如美国自主空中加油项目(AAR,AerialAutonomous Refueling)中就使用了一套VisNav系统,该VisNav系统就需要在加油锥套上安装多个LED光标,而后利用半导体位置探测器PSD进行图像定位(见董新民,徐跃鉴,陈博,《自动空中加油技术研究进展与关键问题》,《空军工程大学学报(自然科学版)》,2008(12),9(6):1-5)。另外,国内空军工程大学的王旭峰等建立了自主空中加油的一个视觉相对导航半物理地面试验平台,并在加油锥套断面区域加装了红色标识环带,以增强特征区域与背景图像的对比度,从而可通过色彩识别获得图像定位信息(见王旭峰,董新民,孔星炜,《机器视觉辅助的插头锥套式无人机自主空中加油仿真》,《科学技术与工程》,2013(6),13(18):5245-5250)。
上述这些方法要求加油锥套安装额外的光学标记,特别是需要供电的LED光标提高了空中加油操作的风险。因此一种不依靠额外标记、仅利用加油锥套本身特征的AAR视觉方法就具有更好的通用性、便利性和安全性。
通过对加油锥套形状特征的分析,可知其内部加油口为圆形的,半径约为13cm,成像后在图像中呈现明显的黑色圆块或近圆形椭圆块,因此利用这一明显的自身形状特征可降低图像定位处理的计算量。随着无人机的发展,自主空中加油的需求也就越来越迫切,而不依靠额外光学标记的自主空中加油视觉导航方法具有较高的通用性和便利性,特别是基于加油锥套内部圆形加油口的计算机视觉方法特征明显,图像处理速度快,本方案即是基于前述思路而产生的。
发明内容
本发明所要解决的技术问题在于克服现有自主空中加油方法中需要安装额外光学标记的不足、额外的带电装置带来更高的空中加油危险性等,从仅依赖加油锥套自身特征出发,提供了一种用于自主空中加油的加油锥套图像检测定位方法,利用数学形态学方法快速剔除锥套图像中内部黑色圆形加油口周边的伞骨、软管等干扰,而后通过轮廓提取和近圆形状条件判断获得锥套内部加油口所在的图像区域。
本发明为实现上述发明目的采用如下技术方案:
一种用于自主空中加油的加油锥套图像检测定位方法,包括如下步骤:
A、对待检测的锥套灰度图像进行反向二值化处理;
B、采用加油锥套自身内部圆形加油口特征对反向二值化处理后的图像进行数学形态学操作,获取剔除了圆形加油口周边干扰的二值图像;
C、对步骤B获取的二值图像进行轮廓提取获得外围轮廓,各外围轮廓上点的集合构成外围轮廓边缘点集;
D、对各轮廓围成的面积降序排列,筛选出小于轮廓面积阈值的外围轮廓,将筛选出的外围轮廓上点的集合从外围轮廓边缘点集中剔除;
E、对筛选留下的外围轮廓进行近圆形状判断,保留所有满足近圆形状判断条件的候选目标轮廓,所述近圆形判断条件包括:区域范围条件、圆形度条件、最小二乘椭圆拟合条件;
F、记录各候选目标轮廓的椭圆拟合参数并计算各拟合椭圆的对数圆形度,选择对数圆形度最大的候选目标轮廓作为锥套内部加油口的最终图像定位结果。
作为所述一种用于自主空中加油的加油锥套图像检测定位方法的进一步优化方案,步骤A采用表达式:对待检测的锥套灰度图像进行反向二值化处理,
其中,(x,y)表示图像像素坐标,B1(x,y)表示反向二值化处理后图像在(x,y)位置的像素灰度值,Dorigin(x,y)表示待检测锥套灰度图像在(x,y)位置的像素灰度值,T1表示反向二值化处理的阈值。
进一步的,所述一种用于自主空中加油的加油锥套图像检测定位方法,步骤B中采用加油锥套自身内部圆形加油口特征对反向二值化处理后的图像进行数学形态学操作,具体为:采用半径为r的圆盘形状结构元素Dr对反向二值化处理后图像进行数学形态学开操作。
再进一步的,所述一种用于自主空中加油的加油锥套图像检测定位方法的步骤E中:
所述区域范围条件为:(xd>T3)&(yd>T3)&(yd>T4·xd)&(xd>T4·yd),
所述圆形度条件为:
所述最小二乘椭圆拟合条件为:{2a>T3}&{2b>T3}&{a>T4·b}&{b>T4·a}且
其中,(xk1,yk1)、(xk2,yk2)、……、分别为第k个候选目标轮廓上第1、第2、……、第nk个点的像素坐标,T3为区域范围阈值,T4为区域比例阈值,&表示逻辑与操作,sk和lk分别为第k个候选目标轮廓的面积和周长,T5为圆形度阈值,(a,b)为拟合椭圆的长短半轴,为集合的平均值和标准差,T6为拟合误差均值阈值,T7为拟合误差标准差阈值,
(xc,yc)为拟合椭圆的中心点坐标,θ为拟合椭圆的旋转角度。
更进一步的,所述一种用于自主空中加油的加油锥套图像检测定位方法,步骤F中计算拟合椭圆对数圆形度f(a,b)的表达式为:
本发明采用上述技术方案,具有以下有益效果:
(1)不需要在加油锥套上额外安装光学标记,仅利用加油锥套自身特征,具有更好的通用性、便利性和安全性;
(2)本方法针对锥套图像的二值图像操作,并利用数学形态学方法快速剔除锥套内部加油口周边干扰,通过轮廓形状判断是否为目标所在轮廓。该方法思路清晰,计算过程简单,可快速检测定位锥套图像位置和区域。
附图说明
图1为本发明方法的计算流程图;
图2为采集的原始锥套彩色图像;
图3为锥套图像二值化后的二值图像;
图4为形态学开操作后的锥套二值图像;
图5为剔除小面积轮廓后的轮廓提取结果;
图6为最终的锥套内部加油口图像检测定位结果。
具体实施方式
下面结合附图对发明的技术方案进行详细说明。
一种用于自主空中加油的锥套图像检测定位方法,仅利用加油锥套自身内部圆形加油口特征,通过对二值图像进行数学形态学操作,快速剔除锥套图像中内部黑色圆形加油口周边干扰,而后在轮廓提取的基础上,利用近圆形状条件快速获得候选的近圆形轮廓,最后选用对数圆形度最大的候选解作为锥套图像检测定位结果。具体流图如图1所示,包括以下步骤:
步骤1、载入待检测的锥套灰度图像Dorigin,采用阈值T1对图像Dorigin反向二值化,获得二值图像B1。具体变换过程如下:
式中,T1表示反向二值化处理的阈值,(x,y)表示图像像素坐标,Dorigin(x,y)和B1(x,y)分别表示待检测锥套灰度图像Dorigin和反向二值化处理后图像B1在位置(x,y)处的像素灰度值。
步骤2、采用半径为r的圆盘形状结构元素Dr对图像B1进行数学形态学开操作,获得剔除了锥套图像中内部黑色圆形加油口周边的伞骨、软管等干扰的二值图像B2。
步骤3、对图像B2进行轮廓提取操作,获得外围轮廓边缘点集其中N1表示轮廓个数,Ck(k=1,2,...,N1)表示各个轮廓上点的集合,可表示为式中nk表示轮廓边缘点个数。
步骤4、统计轮廓边缘点集C中各个轮廓的面积,记轮廓Ck的面积为sk。对序列进行降序排列,并剔除掉面积小于T2(轮廓面积阈值)的轮廓,T2的选取范围为60~200,最终获得面积从大到小的轮廓编号,记为满足下式:
步骤5、依次对编号集合d={d1,d2,...,dm}中的每个轮廓进行近圆形状判断,保留所有满足近圆形状判断条件的候选目标轮廓。
步骤501、候选目标轮廓必须满足如下区域范围条件:
对编号为dj=k,j=1,2,...,m的轮廓进行近圆形状判断,轮廓点集记为计算轮廓点集图像坐标的范围(xd,yd)如下:
区域范围条件为:
(xd>T3)&(yd>T3)&(yd>T4·xd)&(xd>T4·yd) (4),
式(4)中,T3为区域范围阈值,T4为区域比例阈值,&表示逻辑与操作,T3选取范围为7~15,T4选取范围为0.5~0.95。
步骤502、候选目标轮廓必须满足如下圆形度条件:
式中,T5为圆形度阈值,T5选取范围为0.60~0.95,lk为第k个候选目标轮廓的周长。
步骤503、候选目标轮廓必须满足如下最小二乘椭圆拟合条件:
(1)最小二乘椭圆拟合:采用最小二乘法对点集进行椭圆拟合,拟合结果记为(xc,yc,a,b,θ),其中(xc,yc)为椭圆中心点坐标,(a,b)为椭圆长短半轴,θ为椭圆旋转角度。
(2)椭圆大小范围判断:候选目标轮廓必须满足如下条件:
{2a>T3}&{2b>T3}&{a>T4·b}&{b>T4·a} (6),
(3)拟合距离误差判断:计算点集到拟合椭圆的距离误差ei如下:
式(7)中,(exi,eyi)为规范化椭圆点坐标,可按下式计算:
候选目标轮廓必须满足如下条件:
式(9)中,T6为拟合误差均值阈值,T7为拟合误差标准差阈值,为集合的平均值和标准差,T6选取范围为0.01~0.10,T7选取范围为0.01~0.10。
步骤6、记录满足上述条件的候选区域的椭圆拟合参数,并计算椭圆的对数圆形度选择对数圆形度最大的候选解作为锥套内部加油口的最终图像定位结果。
图2为采集的原始锥套彩色图像,像素个数为640×480。转换为灰度图像后,采用本发明方法对锥套灰度图像进行处理,设置相关参数如下:
T1=75,r=3,T2=160,T3=9,T4=0.707,T5=0.65,T6=0.05,T7=0.03
图3为锥套图像二值化后的二值图像,可以明显看出内部加油口周边存在伞骨、背景等干扰;图4为形态学开操作后的锥套二值图像,锥套加油口周边干扰与加油口区域已经隔离;图5为剔除小面积轮廓后的轮廓提取结果;图6为最终的锥套内部加油口图像检测定位结果,可以看出检测定位结果与锥套内部圆形加油口基本重合。上述结果验证了本发明方法的正确性。
Claims (5)
1.一种用于自主空中加油的加油锥套图像检测定位方法,其特征在于,包括如下步骤:
A、对待检测的锥套灰度图像进行反向二值化处理;
B、采用加油锥套自身内部圆形加油口特征对反向二值化处理后的图像进行数学形态学操作,获取剔除了圆形加油口周边干扰的二值图像;
C、对步骤B获取的二值图像进行轮廓提取获得外围轮廓,各外围轮廓上点的集合构成外围轮廓边缘点集;
D、对各轮廓围成的面积降序排列,筛选出小于轮廓面积阈值的外围轮廓,将筛选出的外围轮廓上点的集合从外围轮廓边缘点集中剔除;
E、对筛选留下的外围轮廓进行近圆形状判断,保留所有满足近圆形状判断条件的候选目标轮廓,所述近圆形判断条件包括:区域范围条件、圆形度条件、最小二乘椭圆拟合条件;
F、记录各候选目标轮廓的椭圆拟合参数并计算各拟合椭圆的对数圆形度,选择对数圆形度最大的候选目标轮廓作为锥套内部加油口的最终图像定位结果。
2.根据权利要求1所述一种用于自主空中加油的加油锥套图像检测定位方法,其特征在于,步骤A采用表达式:对待检测的锥套灰度图像进行反向二值化处理,
其中,(x,y)表示图像像素坐标,B1(x,y)表示反向二值化处理后图像在(x,y)位置的像素灰度值,Dorigin(x,y)表示待检测锥套灰度图像在(x,y)位置的像素灰度值,T1表示反向二值化处理的阈值。
3.根据权利要求2所述一种用于自主空中加油的加油锥套图像检测定位方法,其特征在于,步骤B中采用加油锥套自身内部圆形加油口特征对反向二值化处理后的图像进行数学形态学操作,具体为:采用半径为r的圆盘形状结构元素Dr对反向二值化处理后图像进行数学形态学开操作。
4.根据权利要求3所述一种用于自主空中加油的加油锥套图像检测定位方法,其特征在于,步骤E中:
所述区域范围条件为:(xd>T3)&(yd>T3)&(yd>T4·xd)&(xd>T4·yd),
所述圆形度条件为:
所述最小二乘椭圆拟合条件为:{2a>T3}&{2b>T3}&{a>T4·b}&{b>T4·a}且
其中,(xk1,yk1)、(xk2,yk2)、……、分别为第k个候选目标轮廓上第1、第2、……、第nk个点的像素坐标,T3为区域范围阈值,T4为区域比例阈值,&表示逻辑与操作,sk和lk分别为第k个候选目标轮廓的面积和周长,T5为圆形度阈值,(a,b)为拟合椭圆的长短半轴,为集合的平均值和标准差,T6为拟合误差均值阈值,T7为拟合误差标准差阈值,
(xc,yc)为拟合椭圆的中心点坐标,θ为拟合椭圆的旋转角度。
5.根据权利要求4所述一种用于自主空中加油的加油锥套图像检测定位方法,其特征在于,步骤F中计算拟合椭圆对数圆形度f(a,b)的表达式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610169665.4A CN105825515B (zh) | 2016-03-23 | 2016-03-23 | 一种用于自主空中加油的加油锥套图像检测定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610169665.4A CN105825515B (zh) | 2016-03-23 | 2016-03-23 | 一种用于自主空中加油的加油锥套图像检测定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105825515A CN105825515A (zh) | 2016-08-03 |
CN105825515B true CN105825515B (zh) | 2018-09-25 |
Family
ID=56524449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610169665.4A Active CN105825515B (zh) | 2016-03-23 | 2016-03-23 | 一种用于自主空中加油的加油锥套图像检测定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105825515B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108022232B (zh) * | 2016-11-01 | 2021-06-01 | 中国科学院沈阳自动化研究所 | 一种飞行器表面铆钉检测方法 |
CN107464259B (zh) * | 2017-06-21 | 2020-10-20 | 南京航空航天大学 | 一种基于锥套边缘特征建模的目标检测方法 |
CN113989628B (zh) * | 2021-10-27 | 2022-08-26 | 哈尔滨工程大学 | 基于弱方向梯度的水下信号灯定位方法 |
CN113920146A (zh) * | 2021-12-10 | 2022-01-11 | 杭州安脉盛智能技术有限公司 | 一种基于灰度及边缘信息融合复杂圆定位方法 |
CN114543664B (zh) * | 2021-12-30 | 2024-05-07 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于激光扫描的加油锥套定位方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103557792A (zh) * | 2013-11-12 | 2014-02-05 | 中国科学院自动化研究所 | 一种空中加油锥套目标的视觉跟踪与位置测量方法 |
CN104460505A (zh) * | 2014-11-12 | 2015-03-25 | 沈阳新松机器人自动化股份有限公司 | 工业机器人相对位姿估计方法 |
-
2016
- 2016-03-23 CN CN201610169665.4A patent/CN105825515B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103557792A (zh) * | 2013-11-12 | 2014-02-05 | 中国科学院自动化研究所 | 一种空中加油锥套目标的视觉跟踪与位置测量方法 |
CN104460505A (zh) * | 2014-11-12 | 2015-03-25 | 沈阳新松机器人自动化股份有限公司 | 工业机器人相对位姿估计方法 |
Non-Patent Citations (6)
Title |
---|
《加油锥套远距图像的Hough-LS快速检测》;杨博文 等;《光电工程》;20150430;第42卷(第4期);第44-48页 * |
《基于Kalman预测的空中加油锥套跟踪方法》;周晓达 等;《数据采集与处理》;20141130;第29卷(第6期);第1041-1045页 * |
《基于双目视觉的自主空中加油算法研究与仿真》;纪超 等;《系统仿真学报》;20130630;第25卷(第6期);第1327-1331页 * |
《自主空中加油视觉导航系统中的锥套检测算法》;《红外与激光工程》;《红外与激光工程》;20130430;第42卷(第4期);第1089-1094页 * |
《视觉辅助的无人机自主空中加油建模与仿真》;王旭峰 等;《飞行力学》;20130831;第31卷(第4期);第331-335页 * |
《迭代最小二乘椭圆拟合的锥套图像检测与跟踪》;黄斌 等;《中国图象图形学报》;20140831;第19卷(第8期);第1202-1209页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105825515A (zh) | 2016-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105825515B (zh) | 一种用于自主空中加油的加油锥套图像检测定位方法 | |
CN105809700B (zh) | 一种受油插头遮挡的空中加油锥套图像检测定位方法 | |
CN104166854B (zh) | 针对小型无人机自主降落的视觉分级地标定位识别方法 | |
CN106326892B (zh) | 一种旋翼式无人机的视觉着陆位姿估计方法 | |
CN104778721B (zh) | 一种双目图像中显著性目标的距离测量方法 | |
CN107203990A (zh) | 一种基于模板匹配与图像质量评估的标贴破损检测方法 | |
CN104091369B (zh) | 一种无人机遥感影像建筑物三维损毁检测方法 | |
CN106960207A (zh) | 一种基于模板匹配的汽车驾驶位仪表区多指针式仪表自动识别系统及方法 | |
CN106897996A (zh) | 基于机器视觉的套印误差检测方法 | |
CN103996017B (zh) | 一种基于Hu不变矩和支持向量机的舰船检测方法 | |
CN105701483A (zh) | 一种融合多光谱遥感数据和夜间灯光遥感数据的城市边界提取方法 | |
CN109885086A (zh) | 一种基于复合多边形标志引导的无人机垂直降落方法 | |
CN102938057B (zh) | 一种车辆阴影消除方法及装置 | |
CN104112132A (zh) | 一种枪械编号自动识别方法 | |
CN104268853A (zh) | 一种红外图像与可见光图像配准方法 | |
CN103679146A (zh) | 基于高通滤波器和Hough变换的安全带智能检测方法 | |
CN103617328A (zh) | 一种飞机三维姿态解算方法 | |
CN107133623B (zh) | 一种基于背景差和圆心定位的指针位置精确检测方法 | |
CN106683137A (zh) | 基于人工标志的单目多目标识别与定位方法 | |
CN103413124A (zh) | 一种圆形交通标志检测方法 | |
CN104915678A (zh) | 一种输电线路中目标对象的检测方法及装置 | |
CN113379712A (zh) | 一种基于计算机视觉的钢桥螺栓病害检测方法及系统 | |
CN106682674B (zh) | 一种基于智能巡检机器人的指针式仪表自动读数方法 | |
CN111597930A (zh) | 一种基于遥感云平台的海岸线提取方法 | |
CN108256491A (zh) | 无预设靶标的复杂场景无人机自主降落候选区筛选方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |