CN107483891A - 一种携带可视化系统的微型直升机 - Google Patents
一种携带可视化系统的微型直升机 Download PDFInfo
- Publication number
- CN107483891A CN107483891A CN201710800983.0A CN201710800983A CN107483891A CN 107483891 A CN107483891 A CN 107483891A CN 201710800983 A CN201710800983 A CN 201710800983A CN 107483891 A CN107483891 A CN 107483891A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msup
- mfrac
- msubsup
- 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.)
- Withdrawn
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
为了稳定和清楚地了解微型直升机等无人机的飞行环境并将其可视化显示在用户面前,本发明提供了一种携带可视化系统的微型直升机,包括:监控端,用于可视化所述微型直升机飞行方向前方的视频;视频采集单元,用于采集旋翼无人机在飞行方向上的前方视频;温度监控单元,用于监控无人机电池的温度;视频采集模式控制单元,用于根据温度监控单元监测的结果控制视频采集单元的视频采集方式。
Description
技术领域
本发明涉及无人机功耗控制技术领域,更具体地,涉及一种携带可视化系统的微型直升机。
背景技术
当前,诸多微型直升机都配备了视频摄像设备。这种摄像设备能够用于监控端查看飞行器前方情况以及进行航拍。现有的视频图像的回传,大多数是基于模拟视频信号,图像不清晰,同时,无人机能够连续获取重叠度大的高精度序列影像,但获取的影像会丢失深度信息。基于图像的三维重建,是指利用多幅数码相机图像全自动恢复出场景三维结构的方法与技术。近年来三维重建技术在视频、图像三维重建处理领域获得了巨大的成功,将其应用到无人机图像处理领域,对无人机图像进行全自动重建相关的应用,可以拓展无人机的应用范围,提高无人机的应用水平。但目前对于无人机序列影像三维重建的研究尚处于起步阶段,主要存在以下问题:(1)相对于地面影像,基于无人机序列影像的三维重建一般是大数据量大场景的三维重建;(2)大多直接将计算机视觉中成熟的算法应用于无人机序列影像三维重建中;(3)没有充分利用精度不高的辅助信息。
现有技术中,申请号为CN201610987031.X的中国发明专利申请公开了一种无人机序列影像批处理三维重建方法,包括以下步骤:步骤一、融合低精度GPS/INS信息的影像匹配;步骤二、建立极线图;步骤三、计算全局一致性的旋转集;步骤四、初始化相机中心点;步骤五、生成对应特征点轨迹;步骤六、初始化3D结构;步骤七、光束法平差;步骤八、稠密点云重建;步骤九、纹理映射;本发明的技术方案实现了对大数据量无人机序列影像的大场景批处理三维重建,通过利用低精度GPS/IMU先验信息进行图像匹配、建立极线图和绘制多视图中点的轨迹以及新的光束法平差优化函数等技术手段,提高了三维重建的精度与效率。
然而,这些现有技术运算量过大,尤其是三维图像处理中的运算量往往导致飞行器对图像的处理和数据的传输方面耗电量过高。
发明内容
为了稳定和清楚地了解微型直升机等无人机的飞行环境并将其可视化显示在用户面前,本发明提供了一种携带可视化系统的微型直升机,包括:
监控端,用于可视化所述微型直升机飞行方向前方的视频;
视频采集单元,用于采集旋翼无人机在飞行方向上的前方视频;
温度监控单元,用于监控无人机电池的温度;
视频采集模式控制单元,用于根据温度监控单元监测的结果控制视频采集单元的视频采集方式。
进一步地,所述视频采集单元包括第一二维图像采集设备和两个第二二维图像采集设备,所述第二二维图像采集设备用于采集两个位于不同高度和不同角度的图像且位于第一二维图像采集设备两侧。
进一步地,所述视频采集模式控制单元包括:
第一方式控制单元,用于当无人机电池的温度低于预设阈值时基于第一二维图像采集设备采集视频信息;
第二方式控制单元,用于当无人机电池的温度高于预设阈值时,采用第二方式控制视频采集功耗,且所述第二方式控制单元包括:
图像预处理单元,用于对图像进行预处理;
通信单元,用于发送图像到监控端。
进一步地,所述图像预处理单元包括:
训练单元,用于训练图像压缩系数;
压缩单元,用于根据不同海拔高度的多个方向的图像数据,进行图像压缩处理。
进一步地,所述训练单元包括:
第一采集控制子单元,用于基于第二二维图像采集设备,在相对于飞行方向的θ角度呈α角度的第一水平方向第一时刻t1至第二时刻t2采集图像视频信号I1(t)以及在相对于飞行方向的θ角度呈β角度的第二水平方向在第三时刻t1至第四时刻t2采集图像视频信号I2(t),α与β不同;
第一高度采集子单元,用于采集第一水平方向对应的海拔信息h1和第二水平方向对应的海拔信息h2;
第一变换子单元,用于令对采集到的信号I1(t)和I2(t)分别进行如下变换:
得到J1(t)和J2(t);
频谱差异确定子单元,用于对J1(t)和J2(t)分别进行傅立叶变换并确定二者不同的频谱成分;
第二变换子单元,用于将所述不同的频率成分进行逆傅里叶变换,并进行二项式展开,得到其常数项系数C并取得逆变换后的相位角ψ;
压缩系数确定子单元,对I1(t)和I2(t)计算压缩系数:
式中Pij表示图像视频信号I1(t)的像素,P’ij表示图像视频信号I2(t)的像素;
进一步地,所述压缩单元包括:
第二采集控制子单元,用于基于第二二维图像采集设备,在相对于飞行方向的θ角度呈γ角度的第三水平方向和在相对于飞行方向的θ角度呈ξ角度的第四水平方向在第四时刻t2之后的第五时刻t3至第六时刻t4采集图像视频信号I3(t)和I4(t),γ和ξ不同,采集第三水平方向对应的海拔信息h3和第四水平方向对应的海拔信息h4;
基函数确定子单元,用于计算I3(t)和I4(t)的小波变换基函数:
其中,Qij和Q′ij分别对应于I3(t)和I4(t)的像素;
小波变换子单元,用于以w1和w2为基函数,分别对I3(t)和I4(t)进行小波变换,得到V3和V4;
第三变换子单元,用于令对采集到的信号I3(t)和I4(t)分别进行如下变换:
得到J’1(t)和J’2(t);
对J’1(t)和J’2(t)分别进行二项式展开,得到常数项C′1和C′2;
归一化子单元,用于使V3对于C′1进行归一化,使V4对于C′2进行归一化;
逆变换子单元,用于对于归一化后的结果进行逆小波变换,并将逆小波变换的结果发送到所述设备的通信单元。
进一步地,所述通信单元包括:
加密子单元,用于对待发送的图像进行加密;
传输子单元,用于将加密后的数据发送到监控端。
进一步地,所述加密子单元包括:
模数转换子单元,用于将待发送的图像内容进行模数转换;
混沌加密子单元,用于将模数转换后得到的数字信息基于混沌加密算法进行加密。
进一步地,所述角度α与β以及γ和ξ应满足:
进一步地,所述监控端包括根据多个角度的二维图像合成三维图像的2D/3D合成单元,以将微型直升机传输的视频显示为二维或三维图像。
本发明的有益效果是:
(1)本发明能够通过电池的工作温度状态确定不同的视频采集模式,间接地减小了通信单元在数据传输时需要付出的功耗;
(2)本发明采用基于多个摄像头在不同角度和不同高度获得图像的方式,降低了对获得三维视频时依赖成本较高的摄像设备的情况,极大地降低了视频采集设备的采购成本和运维成本,提高了功耗监控及功耗动态调整之间的科学性。
(3)本发明创造性地基于数据训练的方式获得可接受清晰度的压缩系数,进而通过压缩系数降低需要传输的视频数据的数据量,避免了现有技术中对于视频数据进行角度变换等常规操作的大量运算量。
(4)本发明通过数据处理量降低的方式提高了监控过程的电力供应稳定性,有利于提高监控时长,从而更加有利于提高微型无人机式设备的续航能力。
(5)本发明的视频采集方向依据热敏感追踪方向,极大地提高了采集到的视频的清晰度和实用性。
附图说明
图1示出了根据本发明的飞行控制设备的结构框图。
具体实施方式
如图1所示,根据本发明的优选实施例,本发明提供了一种携带可视化系统的微型直升机,包括:
监控端,用于可视化所述微型直升机飞行方向前方的视频;
视频采集单元,用于采集旋翼无人机在飞行方向上的前方视频;
温度监控单元,用于监控无人机电池的温度;
视频采集模式控制单元,用于根据温度监控单元监测的结果控制视频采集单元的视频采集方式。
优选地,所述视频采集单元包括第一二维图像采集设备和两个第二二维图像采集设备,所述第二二维图像采集设备用于采集两个位于不同高度和不同角度的图像且位于第一二维图像采集设备两侧。
优选地,所述视频采集模式控制单元包括:
第一方式控制单元,用于当无人机电池的温度低于预设阈值时基于第一二维图像采集设备采集视频信息;
第二方式控制单元,用于当无人机电池的温度高于预设阈值时,采用第二方式控制视频采集功耗,且所述第二方式控制单元包括:
图像预处理单元,用于对图像进行预处理;
通信单元,用于发送图像到监控端。
优选地,所述图像预处理单元包括:
训练单元,用于训练图像压缩系数;
压缩单元,用于根据不同海拔高度的多个方向的图像数据,进行图像压缩处理。
优选地,所述训练单元包括:
第一采集控制子单元,用于基于第二二维图像采集设备,在相对于飞行方向的θ角度呈α角度的第一水平方向第一时刻t1至第二时刻t2采集图像视频信号I1(t)以及在相对于飞行方向的θ角度呈β角度的第二水平方向在第三时刻t1至第四时刻t2采集图像视频信号I2(t),α与β不同;
第一高度采集子单元,用于采集第一水平方向对应的海拔信息h1和第二水平方向对应的海拔信息h2;
第一变换子单元,用于令对采集到的信号I1(t)和I2(t)分别进行如下变换:
得到J1(t)和J2(t);
频谱差异确定子单元,用于对J1(t)和J2(t)分别进行傅立叶变换并确定二者不同的频谱成分;
第二变换子单元,用于将所述不同的频率成分进行逆傅里叶变换,并进行二项式展开,得到其常数项系数C并取得逆变换后的相位角ψ;
压缩系数确定子单元,对I1(t)和I2(t)计算压缩系数:
式中Pij表示图像视频信号I1(t)的像素,P’ij表示图像视频信号I2(t)的像素;
优选地,所述压缩单元包括:
第二采集控制子单元,用于基于第二二维图像采集设备,在相对于飞行方向的θ角度呈γ角度的第三水平方向和在相对于飞行方向的θ角度呈ξ角度的第四水平方向在第四时刻t2之后的第五时刻t3至第六时刻t4采集图像视频信号I3(t)和I4(t),γ和ξ不同,采集第三水平方向对应的海拔信息h3和第四水平方向
对应的海拔信息h4;
基函数确定子单元,用于计算I3(t)和I4(t)的小波变换基函数:
其中,Qij和Q′ij分别对应于I3(t)和I4(t)的像素;
小波变换子单元,用于以w1和w2为基函数,分别对I3(t)和I4(t)进行小波变换,得到V3和V4;
第三变换子单元,用于令对采集到的信号I3(t)和I4(t)分别进行如下变换:
得到J’1(t)和J’2(t);''
对J’1(t)和J’2(t)分别进行二项式展开,得到常数项C1和C2;''
归一化子单元,用于使V3对于C1进行归一化,使V4对于C2进行归一化;
逆变换子单元,用于对于归一化后的结果进行逆小波变换,并将逆小波变换的结果发送到所述设备的通信单元。
优选地,所述通信单元包括:
加密子单元,用于对待发送的图像进行加密;
传输子单元,用于将加密后的数据发送到监控端。
优选地,所述加密子单元包括:
模数转换子单元,用于将待发送的图像内容进行模数转换;
混沌加密子单元,用于将模数转换后得到的数字信息基于混沌加密算法进行加密。
优选地,所述角度α与β以及γ和ξ应满足:
优选地,所述监控端包括根据多个角度的二维图像合成三维图像的2D/3D合成单元,以将微型直升机传输的视频显示为二维或三维图像。
以上对于本发明的较佳实施例所作的叙述是为阐明的目的,而无意限定本发明精确地为所揭露的形式,基于以上的教导或从本发明的实施例学习而作修改或变化是可能的,实施例是为解说本发明的原理以及让所属领域的技术人员以各种实施例利用本发明在实际应用上而选择及叙述,本发明的技术思想企图由权利要求及其均等来决定。
Claims (10)
1.一种携带可视化系统的微型直升机,其特征在于,包括:
监控端,用于可视化所述微型直升机飞行方向前方的视频;
视频采集单元,用于采集旋翼无人机在飞行方向上的前方视频;
温度监控单元,用于监控无人机电池的温度;
视频采集模式控制单元,用于根据温度监控单元监测的结果控制视频采集单元的视频采集方式。
2.根据权利要求1所述的飞行控制设备,其特征在于,所述视频采集单元包括第一二维图像采集设备和两个第二二维图像采集设备,所述第二二维图像采集设备用于采集两个位于不同高度和不同角度的图像且位于第一二维图像采集设备两侧。
3.根据权利要求2所述的飞行控制设备,其特征在于,所述视频采集模式控制单元包括:
第一方式控制单元,用于当无人机电池的温度低于预设阈值时基于第一二维图像采集设备采集视频信息;
第二方式控制单元,用于当无人机电池的温度高于预设阈值时,采用第二方式控制视频采集功耗,且所述第二方式控制单元包括:
图像预处理单元,用于对图像进行预处理;
通信单元,用于发送图像到监控端。
4.根据权利要求3所述的飞行控制设备,其特征在于,所述图像预处理单元包括:
训练单元,用于训练图像压缩系数;
压缩单元,用于根据不同海拔高度的多个方向的图像数据,进行图像压缩处理。
5.根据权利要求4所述的飞行控制设备,其特征在于,所述训练单元包括:
第一采集控制子单元,用于基于第二二维图像采集设备,在相对于飞行方向的θ角度呈α角度的第一水平方向第一时刻t1至第二时刻t2采集图像视频信号I1(t)以及在相对于飞行方向的θ角度呈β角度的第二水平方向在第三时刻t1至第四时刻t2采集图像视频信号I2(t),α与β不同;
第一高度采集子单元,用于采集第一水平方向对应的海拔信息h1和第二水平方向对应的海拔信息h2;
第一变换子单元,用于令对采集到的信号I1(t)和I2(t)分别进行如下变换:
<mrow>
<msub>
<mi>J</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>6</mn>
<msup>
<mi>&pi;</mi>
<mn>3</mn>
</msup>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>Y</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>Y</mi>
</mrow>
</msubsup>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>X</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msubsup>
<mfrac>
<mrow>
<msub>
<mi>I</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>H</mi>
<mn>1</mn>
</msub>
</mfrac>
<mo>&times;</mo>
<msub>
<mi>H</mi>
<mn>3</mn>
</msub>
<mo>&times;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msub>
<mi>H</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>iH</mi>
<mn>2</mn>
</msub>
</mrow>
</msup>
<mi>d</mi>
<mi>x</mi>
<mi>d</mi>
<mi>y</mi>
</mrow>
<mrow>
<msub>
<mi>J</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>6</mn>
<msup>
<mi>&pi;</mi>
<mn>3</mn>
</msup>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>Y</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>Y</mi>
</mrow>
</msubsup>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>X</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msubsup>
<mfrac>
<mrow>
<msub>
<mi>I</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>H</mi>
<mn>1</mn>
</msub>
</mfrac>
<mo>&times;</mo>
<msub>
<mi>H</mi>
<mn>2</mn>
</msub>
<mo>&times;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msub>
<mi>H</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>iH</mi>
<mn>3</mn>
</msub>
</mrow>
</msup>
<mi>d</mi>
<mi>x</mi>
<mi>d</mi>
<mi>y</mi>
</mrow>
得到J1(t)和J2(t);
频谱差异确定子单元,用于对J1(t)和J2(t)分别进行傅立叶变换并确定二者不同的频谱成分;
第二变换子单元,用于将所述不同的频率成分进行逆傅里叶变换,并进行二项式展开,得到其常数项系数C并取得逆变换后的相位角ψ;
压缩系数确定子单元,对I1(t)和I2(t)计算压缩系数:
<mrow>
<mi>E</mi>
<mi>n</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msqrt>
<mi>C</mi>
</msqrt>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mi>&alpha;</mi>
<mi>&psi;</mi>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mi>&beta;</mi>
<mi>&psi;</mi>
</mfrac>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>H</mi>
<mn>2</mn>
</msub>
<mo>&times;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>255</mn>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>255</mn>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>log</mi>
<mn>2</mn>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>H</mi>
<mn>1</mn>
</msub>
<mo>&times;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>255</mn>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>255</mn>
</munderover>
<msub>
<msup>
<mi>P</mi>
<mo>,</mo>
</msup>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>log</mi>
<mn>2</mn>
</msub>
<msub>
<msup>
<mi>P</mi>
<mo>,</mo>
</msup>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
式中Pij表示图像视频信号I1(t)的像素,P’ij表示图像视频信号I2(t)的像素。
6.根据权利要求5所述的飞行控制设备,其特征在于,所述压缩单元包括:
第二采集控制子单元,用于基于第二二维图像采集设备,在相对于飞行方向的θ角度呈γ角度的第三水平方向和在相对于飞行方向的θ角度呈ξ角度的第四水平方向在第四时刻t2之后的第五时刻t3至第六时刻t4采集图像视频信号I3(t)和I4(t),γ和ξ不同,采集第三水平方向对应的海拔信息h3和第四水平方向对应的海拔信息h4;
基函数确定子单元,用于计算I3(t)和I4(t)的小波变换基函数:
<mrow>
<msub>
<mi>w</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>E</mi>
<mi>n</mi>
</mrow>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mi>&gamma;</mi>
<mi>&pi;</mi>
</mfrac>
<mo>&times;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>255</mn>
</munderover>
<msub>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>log</mi>
<mn>2</mn>
</msub>
<msub>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>w</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>E</mi>
<mi>n</mi>
</mrow>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mi>&xi;</mi>
<mi>&pi;</mi>
</mfrac>
<mo>&times;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>255</mn>
</munderover>
<msubsup>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mo>,</mo>
</msubsup>
<msub>
<mi>log</mi>
<mn>2</mn>
</msub>
<msubsup>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mo>,</mo>
</msubsup>
</mrow>
其中,Qij和Q'ij分别对应于I3(t)和I4(t)的像素;
小波变换子单元,用于以w1和w2为基函数,分别对I3(t)和I4(t)进行小波变换,得到V3和V4;
第三变换子单元,用于令对采集到的信号I3(t)和I4(t)分别进行如下变换:
<mrow>
<msub>
<msup>
<mi>J</mi>
<mo>,</mo>
</msup>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>6</mn>
<msup>
<mi>&pi;</mi>
<mn>3</mn>
</msup>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>Y</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>Y</mi>
</mrow>
</msubsup>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>X</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msubsup>
<mfrac>
<mrow>
<msub>
<mi>I</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<msup>
<mi>H</mi>
<mo>,</mo>
</msup>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mo>&times;</mo>
<msub>
<msup>
<mi>H</mi>
<mo>,</mo>
</msup>
<mn>3</mn>
</msub>
<mo>&times;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msub>
<msup>
<mi>H</mi>
<mo>,</mo>
</msup>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<msup>
<mi>iH</mi>
<mo>,</mo>
</msup>
<mn>2</mn>
</msub>
</mrow>
</msup>
<mi>d</mi>
<mi>x</mi>
<mi>d</mi>
<mi>y</mi>
</mrow>
<mrow>
<msub>
<msup>
<mi>J</mi>
<mo>,</mo>
</msup>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>6</mn>
<msup>
<mi>&pi;</mi>
<mn>3</mn>
</msup>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>Y</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>Y</mi>
</mrow>
</msubsup>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>X</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msubsup>
<mfrac>
<mrow>
<msub>
<mi>I</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<msup>
<mi>H</mi>
<mo>,</mo>
</msup>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mo>&times;</mo>
<msub>
<msup>
<mi>H</mi>
<mo>,</mo>
</msup>
<mn>2</mn>
</msub>
<mo>&times;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msub>
<msup>
<mi>H</mi>
<mo>,</mo>
</msup>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<msup>
<mi>iH</mi>
<mo>,</mo>
</msup>
<mn>3</mn>
</msub>
</mrow>
</msup>
<mi>d</mi>
<mi>x</mi>
<mi>d</mi>
<mi>y</mi>
</mrow>
得到J’1(t)和J’2(t);
对J’1(t)和J’2(t)分别进行二项式展开,得到常数项C′1和C′2;
归一化子单元,用于使V3对于C′1进行归一化,使V4对于C′2进行归一化;
逆变换子单元,用于对于归一化后的结果进行逆小波变换,并将逆小波变换的结果发送到所述设备的通信单元。
7.根据权利要求3所述的飞行控制设备,其特征在于,所述通信单元包括:
加密子单元,用于对待发送的图像进行加密;
传输子单元,用于将加密后的数据发送到监控端。
8.根据权利要求7所述的飞行控制设备,其特征在于,所述加密子单元包括:
模数转换子单元,用于将待发送的图像内容进行模数转换;
混沌加密子单元,用于将模数转换后得到的数字信息基于混沌加密算法进行加密。
9.根据权利要求6所述的飞行控制设备,其特征在于,所述角度α与β以及γ和ξ应满足:
10.根据权利要求1所述的飞行控制设备,其特征在于,所述监控端包括根据多个角度的二维图像合成三维图像的2D/3D合成单元,以将微型直升机传输的视频显示为二维或三维图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710800983.0A CN107483891A (zh) | 2017-09-07 | 2017-09-07 | 一种携带可视化系统的微型直升机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710800983.0A CN107483891A (zh) | 2017-09-07 | 2017-09-07 | 一种携带可视化系统的微型直升机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107483891A true CN107483891A (zh) | 2017-12-15 |
Family
ID=60583619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710800983.0A Withdrawn CN107483891A (zh) | 2017-09-07 | 2017-09-07 | 一种携带可视化系统的微型直升机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107483891A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020252781A1 (zh) * | 2019-06-21 | 2020-12-24 | 深圳市大疆创新科技有限公司 | 存储介质、图传模块、无人飞行器及其控制终端和套件 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104967783A (zh) * | 2015-07-01 | 2015-10-07 | 西北工业大学 | 面向微纳星的多路微图像采集系统 |
CN106295682A (zh) * | 2016-08-02 | 2017-01-04 | 厦门美图之家科技有限公司 | 一种判断图片质量因子的方法、装置和计算设备 |
CN206313533U (zh) * | 2016-11-29 | 2017-07-07 | 山东和远智能科技股份有限公司 | 配电监控装置 |
-
2017
- 2017-09-07 CN CN201710800983.0A patent/CN107483891A/zh not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104967783A (zh) * | 2015-07-01 | 2015-10-07 | 西北工业大学 | 面向微纳星的多路微图像采集系统 |
CN106295682A (zh) * | 2016-08-02 | 2017-01-04 | 厦门美图之家科技有限公司 | 一种判断图片质量因子的方法、装置和计算设备 |
CN206313533U (zh) * | 2016-11-29 | 2017-07-07 | 山东和远智能科技股份有限公司 | 配电监控装置 |
Non-Patent Citations (2)
Title |
---|
张淼等: "傅里叶变换与反变换在点阵图像信息压缩处理中的应用", 《中国校外教育》 * |
相瑞排等: "机械式运动捕捉系统应用中的若干问题研究", 《兰州交通大学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020252781A1 (zh) * | 2019-06-21 | 2020-12-24 | 深圳市大疆创新科技有限公司 | 存储介质、图传模块、无人飞行器及其控制终端和套件 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Moreau et al. | Lens: Localization enhanced by nerf synthesis | |
CN108711166B (zh) | 一种基于四旋翼无人机的单目相机尺度估计方法 | |
CN105627991B (zh) | 一种无人机影像实时全景拼接方法及系统 | |
CN104168455B (zh) | 一种空基大场景摄像系统及方法 | |
CN103954283B (zh) | 基于景象匹配/视觉里程的惯性组合导航方法 | |
CN108510535A (zh) | 一种基于深度预测和增强子网络的高质量深度估计方法 | |
CN108428255A (zh) | 一种基于无人机的实时三维重建方法 | |
CN109238173B (zh) | 一种储煤场三维实景重构系统及煤量快速估算方法 | |
CN106485655A (zh) | 一种基于四旋翼飞行器航拍地图生成系统及方法 | |
CN106447766A (zh) | 一种基于移动设备单目相机的场景重建方法及装置 | |
Küng et al. | Simplified building models extraction from ultra-light UAV imagery | |
CN105825518A (zh) | 基于移动平台拍摄的序列图像快速三维重建方法 | |
CN105466399B (zh) | 快速半全局密集匹配方法和装置 | |
CN107680159A (zh) | 一种基于投影矩阵的空间非合作目标三维重建方法 | |
CN103606151A (zh) | 基于影像点云的大范围虚拟地理场景自动构建方法 | |
CN107146200A (zh) | 一种基于图像拼接质量评价的无人机遥感图像拼接方法 | |
CN103345765B (zh) | 基于dsp+fpga的移动平台下运动目标检测装置及其方法 | |
Sørensen et al. | Analytical procedures for 3D mapping at the Photogeological Laboratory of the Geological Survey of Denmark and Greenland | |
CN105551043B (zh) | 无人机影像数据实时处理方法 | |
CN107529014A (zh) | 一种大载重超长航时的旋翼无人机 | |
CN115239912A (zh) | 一种基于视频图像的三维里面重建的方法 | |
CN107426548A (zh) | 一种超小型低功耗图像传输设备 | |
CN107483891A (zh) | 一种携带可视化系统的微型直升机 | |
CN203397395U (zh) | 基于dsp+fpga的移动平台下运动目标检测装置 | |
CN116824080A (zh) | 一种基于多传感器融合实现输电走廊slam点云建图方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20171215 |
|
WW01 | Invention patent application withdrawn after publication |