CN109358315A - 一种辅助目标间接定位方法及系统 - Google Patents
一种辅助目标间接定位方法及系统 Download PDFInfo
- Publication number
- CN109358315A CN109358315A CN201811188998.7A CN201811188998A CN109358315A CN 109358315 A CN109358315 A CN 109358315A CN 201811188998 A CN201811188998 A CN 201811188998A CN 109358315 A CN109358315 A CN 109358315A
- Authority
- CN
- China
- Prior art keywords
- target
- auxiliary mark
- result
- area
- auxiliary
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种辅助目标间接定位方法及系统,属于成像自动目标识别技术领域。其中,方法的实现包括:(1)采集航拍地面红外序列图像;(2)形态学背景抑制;(3)图像迭代分割,并提取各区域特征;(4)目标区域定位;(5)辅助目标选取及定位;(6)辅助目标间接定位目标位置;(7)目标定位结果融合,得到建筑物目标识别结果;(8)辅助目标特征提取与更新。本发明选取图像中稳定、显著区域作为辅助目标,提取辅助目标及目标相对位置关系,并根据辅助目标更新条件实时更新辅助目标,在目标出现特征不显著、遮挡和移出视场外等情况下,能通过辅助目标位置及其与目标相对位置间接定位目标位置,提升准确性及鲁棒性。
Description
技术领域
本发明属于成像自动目标识别技术领域,更具体地,涉及一种辅助目标间接定位方法及系统。
背景技术
地面建筑物作为人造目标的重要组成部分,对其的识别可以满足飞行器在城区的导航、避撞,精确制导武器末制导等领域的需求。建筑物通常位于复杂的地面背景之中,而动平台载荷成像也会改变成像视角与尺度,从而影响建筑物识别结果,这使得对地面建筑物目标的直接识别是一项困难的任务。
目前对于建筑物目标的直接识别工作,大多采取模板匹配的方法,在建筑物目标与背景具有显著差异的条件下具有较高的检测识别准确率,但在目标与背景差异不明显、目标受到遮挡及目标移出视场外等情况下,对建筑物目标的直接识别往往得不到较好的效果。王登位、张天序在“Building recognition based on indirect location of planarlandmark in FLIR image sequences”,International Journal of PatternRecognition and Artificial Intelligence,2011,25(3):431-448中提出先通过识别目标周围地物中存在的显著平面或立体地标,根据目标建筑与地标在大地坐标系下的位置偏差的先验知识,由成像姿态参数反过来解算目标在实时图中的位置,这种通过特征显著的地标间接定位特征不显著的目标位置的方式更符合人类视觉导航特点。孙大为、王仕成等人在“基于仿射不变性映射的不显著目标间接定位”,中国惯性技术学报,Vol.25No.6,2017.12中借鉴了王登位、张天序的方法并做出改进,不依赖地标多尺度视图及成像姿态参数,而是由预先获取的参考图中选取显著区域,通过解算实时图与基准图之间的变换关系实现对复杂背景下不显著目标的定位,但该方法只适用于图像中的景物具有相同或相近景深的情况,远距离探测时,定位偏差会随着显著区域与目标之间景深的增大而增大,并且定位结果也会受到预先获取的参考图影响,识别效果受到限制。
以上技术对于目标的间接定位都需要地标或显著区域的先验知识作为其保障条件,并且在目标识别过程中不会更新地标或显著区域,当选定的地标或显著区域与目标不能同时处于视场范围内的情况下,间接定位失效。且以上技术均未考虑无地标或显著区域的先验知识下的目标间接定位技术。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种辅助目标间接定位方法及系统,由此解决现有目标间接定位技术的定位准确性存在一定局限性的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种辅助目标间接定位方法,包括:
(1)基于形态学结构元素对实时红外图像进行背景抑制,得到背景抑制处理后的目标图像;
(2)对所述目标图像进行直方图统计后进行灰度级合并,以确定分割门限初值后,对所述目标图像进行灰度级门限分割,然后修改分割门限值,继续对所述目标图像进行灰度级门限分割,直至达到预设分割次数后,得到最终的各感兴趣区域的特征量;
(3)根据预设标准特征库中各个特征量对各感兴趣区域进行特征匹配,对匹配的感兴趣区域进行局部对比度验证,取对比度最大的感兴趣区域作为目标的定位结果;
(4)根据各感兴趣区域对应的各形状特征的相对误差与相应形状特征误差之间的关系,从图像门限分割得到的各个感兴趣区域中选取辅助目标,得到所述辅助目标的定位结果;
(5)根据所述辅助目标的定位结果、所述辅助目标与所述目标的相对位置及成像姿态参数间接定位所述目标的位置得到所述目标的间接定位结果;
(6)将所述目标的定位结果及所述目标的间接定位结果进行融合得到所述目标的最终定位结果。
优选地,步骤(4)包括:
(4.1)设置第一标签初值为0,第二标签初值为1;其中,所述第一标签值为1表示已经选取辅助目标区域并保存辅助目标区域特征,所述第一标签值为0表示没有选取到辅助目标区域;所述第二标签值为1表示从所述目标图像中选取新的辅助目标区域,所述第二标签值为0表示不选取新的辅助目标区域;
(4.2)判断所述形态学结构元素是否发生改变,若发生改变,则设置所述第二标签值为1;
(4.3)判断所述第一标签值是否为1,若所述第一标签值为1,则进入步骤(4.9);否则进入步骤(4.4);
(4.4)若所述第二标签值为1,则进入步骤(4.5);若所述第二标签值不为1,则进入步骤(4.10);
(4.5)选取前N次迭代分割结果,排除所述目标图像的边缘区域,保留在连续两次迭代分割结果中处于同一位置且感兴趣区域的形状特征相对误差不超过相应形状特征误差X%的感兴趣区域作为显著区域;
(4.6)综合多帧图像的显著区域,从各帧对应的显著区域中,选取显著区域的形状特征相对误差不超过相应形状特征误差X%的显著区域作为辅助目标候选区域;
(4.7)对位于同一位置的辅助目标候选区域,保留局部对比度最大的辅助目标候选区域作为辅助目标区域;
(4.8)从所述辅助目标区域中选取若干个辅助目标区域作为辅助目标,进入步骤(4.10);
(4.9)根据门限分割结果,保留中心点位于选取的辅助目标区域范围内的区域,根据保留的辅助目标区域特征对各区域进行特征匹配,保留各形状特征相对误差不超过选取的辅助目标区域的相应形状特征误差X%且各形状特征相对误差之和的总误差最小的区域作为局部邻域辅助目标检测结果;
(4.10)若找到辅助目标区域,则令所述第一标签值为1,所述第二标签值为0,并保留辅助目标区域的位置信息,得到辅助目标定位结果,若没有找到辅助目标区域,则令所述第一标签值为0,所述第二标签值为1,结束步骤(4)。
优选地,步骤(5)包括:
(5.1)若有辅助目标位置信息及对应的辅助目标与目标之间的相对位置,则进入步骤(5.2);否则结束步骤(5);
(5.2)由所述辅助目标定位结果计算辅助目标与光轴瞄准点在大地坐标系下沿进入方向的偏移量,进而由所述辅助目标与光轴瞄准点在大地坐标系下沿进入方向的偏移量计算辅助目标与光轴瞄准点在大地坐标系下沿正北方向上的偏移量,然后由所述辅助目标与光轴瞄准点在大地坐标系下沿正北方向上的偏移量计算光轴瞄准点与目标沿进入方向的偏移量,最后由所述光轴瞄准点与目标沿进入方向的偏移量得到所述目标的间接定位结果。
优选地,步骤(6)包括:
(6.1)若对目标进行直接定位与利用辅助目标对目标进行间接定位时,均得到了目标的定位结果,则进入步骤(6.2);否则进入步骤(6.3);
(6.2)若辅助目标间接定位的目标位置位于目标直接定位的目标区域内,则将目标的直接定位结果作为目标识别结果,否则,将辅助目标间接定位的目标位置作为目标识别结果,结束步骤(6);
(6.3)若对目标进行直接定位与利用辅助目标对目标进行间接定位时,只有一种定位方式得到了目标的定位结果,则将该定位方式得到的定位结果作为目标识别结果,若两种定位方式均没未得到目标的定位结果,则表示没有目标识别结果。
优选地,所述方法还包括:
(7)根据所述辅助目标的定位结果及所述目标的最终定位结果对所述辅助目标的特征进行实时更新。
优选地,步骤(7)包括:
(7.1)若有所述辅助目标定位结果,则提取所述辅助目标对应区域的形状特征及局部对比度特征,以用来更新所述辅助目标的形状特征及局部对比度特征,否则结束步骤(7);
(7.2)若有所述目标识别结果,则根据所述目标识别结果、所述辅助目标定位结果及在当前时刻获取的飞行器的俯仰夹角、侧滚夹角和航向夹角,计算辅助目标与目标在大地坐标系下的相对位置关系,以用来更新所述辅助目标与目标的相对位置,否则不更新所述辅助目标与目标的相对位置。
按照本发明的另一方面,提供了一种地面建筑物辅助目标间接定位系统,包括:
背景抑制模块,用于基于形态学结构元素对实时红外图像进行背景抑制,得到背景抑制处理后的目标图像;
迭代分割模块,用于对所述目标图像进行直方图统计后进行灰度级合并,以确定分割门限初值后,对所述目标图像进行灰度级门限分割,然后修改分割门限值,继续对所述目标图像进行灰度级门限分割,直至达到预设分割次数后,得到最终的各感兴趣区域的特征量;
目标定位模块,用于根据预设标准特征库中各个特征量对各感兴趣区域进行特征匹配,对匹配的感兴趣区域进行局部对比度验证,取对比度最大的感兴趣区域作为目标的定位结果;
辅助目标定位模块,用于根据各感兴趣区域对应的各形状特征的相对误差与相应形状特征误差之间的关系,从图像门限分割得到的各个感兴趣区域中选取辅助目标,得到所述辅助目标的定位结果;
间接定位模块,用于根据所述辅助目标的定位结果、所述辅助目标与所述目标的相对位置及成像姿态参数间接定位所述目标的位置得到所述目标的间接定位结果;
融合模块,用于将所述目标的定位结果及所述目标的间接定位结果进行融合得到所述目标的最终定位结果。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
1、本发明从目标直接识别过程中图像迭代分割得到的各个区域中选取稳定、显著区域作为辅助目标,提取辅助目标与直接识别目标结果的相对位置,根据辅助目标、相对位置及成像姿态参数间接定位目标位置,融合直接识别与间接定位结果,得到最终的目标识别结果并更新辅助目标与目标的相对位置。在飞行器由远及近的过程中会实时更新辅助目标,保证辅助目标在成像过程中一直处于视场内。
2、本发明融合了目标直接识别和间接定位的优势,在目标因不显著、遮挡、移出视场外等导致直接识别无法定位目标的情况下,可以根据辅助目标间接定位目标位置,排除目标直接识别产生的虚警;在目标能够直接识别的情况下,能准确定位目标并校正辅助目标间接定位结果,使间接定位结果更加准确。采用这种目标直接识别和间接定位相结合的方式,有效提升了定位的准确性及鲁棒性。
附图说明
图1为本发明实施例提供的一种方法流程示意图;
图2为本发明实施例提供的一种在高度2000米,距目标距离10km航拍的实时红外图像;
图3为本发明实施例提供的一种飞行高度2000米,视场角3.5°×2.63°,待识别目标建筑物的形态学背景抑制结构元素示意图,其中图3(A)距目标距离10km,图3(B)距目标距离9km,图3(C)距目标距离8km,图3(D)距目标距离7km;
图4为本发明实施例提供的一种对图2所示的实时红外图像进行灰度形态学开运算所得图像;
图5为本发明实施例提供的一种红外图像序列第6帧目标定位结果图像;
图6为本发明实施例提供的一种辅助目标定位流程示意图;
图7为本发明实施例提供的一种对图2所示图像进行显著区域选取的结果图像;
图8为本发明实施例提供的一种综合第1帧到第5帧选取的辅助目标候选区域结果图像;
图9为本发明实施例提供的一种对图8所示图像进行辅助目标候选区域进行区域非极大值抑制后结果图像;
图10为本发明实施例提供的一种辅助目标选取结果图像;
图11为本发明实施例提供的一种红外图像序列第6帧局部邻域辅助目标检测结果图像;
图12为本发明实施例提供的一种对图11所示图像进行辅助目标间接定位目标位置结果图像;
图13为本发明实施例提供的一种融合目标定位结果与辅助目标间接定位目标位置结果得到的目标识别结果,其中,图13中(a)是第6帧目标识别结果图像,图13中(b)是第141帧目标识别结果图像,图13中(c)是第226帧目标识别结果图像,图13中(d)是第349帧目标识别结果图像,图13中(e)是第414帧目标识别结果图像,图13中(f)是第597帧目标识别结果图像。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同对象,而非用于描述特定顺序。
本发明提供了一种地面建筑物辅助目标间接定位方法及系统,在目标识别过程中,选取实时图像中稳定、显著区域作为辅助目标,提取辅助目标及目标在大地坐标系下的相对位置,并能在识别过程中对辅助目标进行实时更新,在目标出现特征不显著、遮挡和移出视场外等情况下,能通过辅助目标位置及其与目标在大地坐标系下的相对位置间接定位目标位置,排除虚警,提升准确性及鲁棒性。
如图1所示为本发明实施例提供的一种方法流程示意图,其中,以建筑物目标为例来说明本发明的实现过程:
步骤1:航拍地面红外序列图;飞行器在高度2000米,距目标距离10km航拍的实时红外图像如图2所示。
步骤2:形态学背景抑制;具体实现方式包括以下子步骤:
201:构建标准特征库
制作多尺度目标结构元素,不同尺度下的目标结构元素如图3所示,目标形状特征包括:面积、高度、宽度、面积、矩形度。
202:形态学背景抑制;
选用图3形态学结构元素对图2进行开运算,结果如图4所示。
步骤3:图像迭代分割,并提取各区域特征;具体包括以下子步骤:
301:灰度级合并,对背景抑制处理后的图像进行直方图统计,根据阈值H对每个灰度级像素个数进行判断,个数小于阈值H的灰度级与最近邻的个数大于等于阈值H的灰度级进行合并;
其中,H为预设阈值,可以根据实际需要确定,在本发明实施例中,优选H=300。
302:设置分割门限初值为灰度合并后的最大灰度级;
303:对形态学背景抑制结果进行灰度级门限分割,转为二值图像,标记二值图像中每块感兴趣区域,计算各感兴趣区域的特征量。
其中,各感兴趣区域的特征量包括:区域高度、区域宽度、矩形度、区域重心和区域面积。
304:按灰度级从大到小顺序用步长为n修改分割门限,若迭代次数小于D次,则返回步骤303;否则结束步骤(3);
其中,n和D为预设值,可以根据实际需要确定,在本发明实施例中,优选n=2,D=20。
步骤4:目标区域定位;包括以下子步骤:
401:根据标准特征库中各个特征量对各感兴趣区域进行特征匹配,如果某感兴趣区域的各特征量的相对误差以及相对误差之和的总误差都在指定范围内,则该感兴趣区域匹配成功,保留该感兴趣区域作为下一步分类的感兴趣区域;特征量的相对误差为某感兴趣区域的某个特征量与标准特征库中对应特征量之差的绝对值除以标准特征库中对应特征量;
在本发明实施例中,特征量相对误差指定范围可以为0~0.2,特征量总误差指定范围可以为0~0.2。
402:感兴趣区域局部对比度验证,以保留的感兴趣区域的位置和大小为参考窗口,对应到航拍地面红外图像相同位置局部区域,进行局部对比度检验,定义对比度为确定的各区域左右两侧局部背景区域平均灰度μB与相应的确定的图像区域平均灰度μT之差绝对值除以μT,即取对比度最大的感兴趣区域作为目标定位结果(X1,Y1),如图5所示。
步骤5:辅助目标选取及定位;从图像迭代分割得到的各个区域中选取稳定、显著区域作为辅助目标,流程如图6所示,包括以下子步骤:
501:设置Flag1初值为0,Flag2初值为1;Flag1=1表示已经选取辅助目标区域并保存辅助目标区域特征,Flag1=0表示没有选取到辅助目标区域;Flag2=1表示从图像中选取新的辅助目标区域,Flag2=0表示不选取新的辅助目标区域;
502:判断形态学结构元素是否发生改变,若发生改变,设置Flag2=1;
503:判断Flag1是否为1,若Flag1=1,则进入步骤509;否则进入步骤504;
504:若Flag2=1,则进入步骤505;否则进入步骤510;
505:选取前N次迭代分割结果,排除目标图像的边缘区域,保留在连续两次迭代分割结果中处于同一位置且感兴趣区域的形状特征相对误差不超过形状特征误差X%的感兴趣区域作为显著区域,显著区域选取结果如图7所示;
其中,N与X均为预设值,可以根据实际需要确定,在本发明实施例中,优选N=15,X=20。
506:多帧判别,综合T帧的显著区域,从各帧对应的显著区域中,选取显著区域的形状特征相对误差不超过相应形状特征误差X%的显著区域作为辅助目标候选区域,辅助目标候选区域选取结果如图8所示;
其中,T与X均为预设值,可以根据实际需要确定,在本发明实施例中,优选T=5,X=20。
507:区域非极大值抑制,对位于同一位置的辅助目标候选区域,保留局部对比度最大的辅助目标候选区域作为辅助目标区域,并舍弃其他辅助目标候选区域,区域非极大值抑制结果如图9所示;
508:辅助目标选取,从辅助目标区域中,选取若干个辅助目标区域作为辅助目标,辅助目标选取结果如图10所示,进入步骤510;
509:根据门限迭代分割结果,保留中心点位于辅助目标区域范围内的区域,根据辅助目标区域特征对各区域进行特征匹配,保留各形状特征相对误差不超过选取的辅助目标区域的相应形状特征误差X%且各形状特征相对误差之和的总误差最小的区域作为局部邻域辅助目标检测结果,如图11所示;
其中,X为预设值,可以根据实际需要确定,在本发明实施例中,优选X=20。
510:若找到辅助目标区域,则进入步骤511;否则进入步骤513;
511:令Flag1=1,Flag2=0;
512:保留辅助目标区域位置信息,得到辅助目标定位结果(X2,Y2),结束辅助目标定位流程;
513:令Flag1=0,Flag2=1。
步骤6:辅助目标间接定位目标位置;根据辅助目标、相对位置及成像姿态参数间接定位目标位置,包括以下子步骤:
601:若有辅助目标位置信息及对应的辅助目标与目标相对位置,则进入步骤602;否则结束步骤(6);
602:根据公式(1)-公式(8)计算t时刻目标在图像中的位置(X3,Y3),间接定位结果如图12所示,根据公式(1)、公式(2)计算辅助目标与光轴瞄准点在大地坐标系下沿进入方向的偏移量,公式(1)、公式(2)如下:
其中,L1、L2表示辅助目标与光轴瞄准点在大地坐标系下沿进入方向的横向、纵向偏移量,(X2,Y2)表示辅助目标位置,θ表示当前时刻t获取的飞行器的俯仰夹角,h表示当前时刻t获取的飞行器飞行高度,ROW、COL分别表示实时图行数、列数,φ分别表示飞行器的纵向、横向视场角。
根据公式(3)、公式(4)计算辅助目标与光轴瞄准点在大地坐标系下沿正北方向上的偏移量,公式(3)、公式(4)如下:
dx1=L2cosα+L1sinα (3)
dy1=L1cosα-L2sinα (4)
其中,dx1与dy1分别表示辅助目标与光轴瞄准点在大地坐标系下沿正北方向上的横向、纵向偏移量,L1、L2表示辅助目标与光轴瞄准点在大地坐标系下沿进入方向的横向、纵向偏移量,α表示当前时刻t获取的飞行器航向夹角。
根据公式(5)、公式(6)计算光轴瞄准点与目标沿进入方向的偏移量,公式(5)、公式(6)如下:
dx1'=(dx1+Δx)cosα-(dy1+Δy)sinα (5)
dy1'=(dy1+Δy)cosα+(dx1+Δx)sinα (6)
其中,dx1'、dy1'表示光轴瞄准点与目标在大地坐标系下沿进入方向的横向、纵向偏移量,dx1、dy1表示辅助目标与光轴瞄准点在大地坐标系下沿正北方向上的横向、纵向偏移量,Δx、Δy表示辅助目标与目标在大地坐标系下沿正北方向上的横向、纵向偏移量,α表示当前时刻t获取的飞行器航向夹角。
根据公式(7)、公式(8)计算目标在图像中的位置,公式(7)、公式(8)如下:
其中,X3、Y3表示目标在图像中的横、纵坐标,ROW、COL表示实时图行数、列数,dx1'、dy1'表示光轴瞄准点与目标在大地坐标系下沿进入方向的横向、纵向偏移量,θ表示当前时刻t获取的飞行器的俯仰夹角,h表示当前时刻t获取的飞行器飞行高度,φ表示飞行器的纵向、横向视场角。
步骤7:目标定位结果融合,得到建筑物目标识别结果(X4,Y4),如图13所示;包括以下子步骤:
701:若目标定位与辅助目标间接定位目标位置都有目标定位结果,则进入步骤702;否则进入步骤703;
702:若辅助目标间接定位目标位置结果位于目标定位的目标区域内,则目标定位结果(X1,Y1)即为目标识别结果;否则辅助目标间接定位目标位置结果(X3,Y3)即为目标识别结果,结束步骤(7);
703:若目标定位与辅助目标间接定位目标位置只有一个有目标定位结果,则其结果即为目标识别结果;否则没有目标识别结果。
步骤8:辅助目标特征提取与更新;根据辅助目标定位结果(X2,Y2)及目标定位结果(X4,Y4)对辅助目标特征进行实时更新,包括以下子步骤:
801:若有辅助目标定位结果,则提取辅助目标区域形状特征及局部对比度特征,更新辅助目标形状特征,将当前帧提取到的区域形状特征作为辅助目标形状特征,形状特征包括:区域高度、区域宽度、矩形度、区域重心、区域面积;否则结束步骤(8);
802:若有目标识别结果,根据公式(9)~公式(14)计算t时刻辅助目标与目标在大地坐标系下的相对位置关系Δx、Δy,更新辅助目标与目标相对位置,将当前帧计算得到的相对位置作为辅助目标与目标相对位置;否则不更新辅助目标与目标相对位置。
根据公式(9)、公式(10)计算目标与光轴瞄准点在大地坐标系下沿进入方向的偏移量,公式(9)、公式(10)如下:
其中,L3、L4表示目标与光轴瞄准点在大地坐标系下沿进入方向的横向、纵向偏移量,(X4,Y4)表示目标位置,θ表示当前时刻t获取的飞行器的俯仰夹角,h表示当前时刻t获取的飞行器飞行高度,ROW、COL表示实时图行数、列数,φ、表示飞行器的纵向、横向视场角。
根据公式(11)、公式(12)计算目标与光轴瞄准点在大地坐标系下沿正北方向上的偏移量,公式(11)、公式(12)如下:
dx2=L4cosα+L3sinα (11)
dy2=L3cosα-L4sinα (12)
其中,dx2、dy2表示目标与光轴瞄准点在大地坐标系下沿正北方向上的横向、纵向偏移量,L3、L4表示目标与光轴瞄准点在大地坐标系下沿进入方向的横向、纵向偏移量,α表示当前时刻t获取的飞行器航向夹角。
根据公式(13)、公式(14)计算辅助目标与目标在大地坐标系下的相对位置,公式(13)、公式(14)如下:
Δx=dx1+dx2 (13)
Δy=dy1+dy2 (14)
其中,Δx、Δy表示辅助目标与目标在大地坐标系下沿正北方向上的横向、纵向偏移量,dx1、dy1表示辅助目标与光轴瞄准点在大地坐标系下沿正北方向上的横向、纵向偏移量,dx2、dy2表示目标与光轴瞄准点在大地坐标系下沿正北方向上的横向、纵向偏移量。
本发明实施例还提供了一种地面建筑物辅助目标间接定位系统,包括:
背景抑制模块,用于基于形态学结构元素对实时红外图像进行背景抑制,得到背景抑制处理后的目标图像;
迭代分割模块,用于对目标图像进行直方图统计后进行灰度级合并,以确定分割门限初值后,对目标图像进行灰度级门限分割,然后修改分割门限值,继续对目标图像进行灰度级门限分割,直至达到预设分割次数后,得到最终的各感兴趣区域的特征量;
目标定位模块,用于根据标准特征库中各个特征量对各感兴趣区域进行特征匹配,对匹配的感兴趣区域进行局部对比度验证,取对比度最大的感兴趣区域作为目标定位结果;
辅助目标定位模块,用于根据各感兴趣区域对应的各形状特征的相对误差与相应形状特征误差之间的关系,从图像门限分割得到的各个感兴趣区域中选取稳定、显著区域作为辅助目标,得到辅助目标定位结果;
间接定位模块,用于根据辅助目标定位结果、辅助目标与目标的相对位置及成像姿态参数间接定位目标的位置得到目标的间接定位结果;
融合模块,用于将目标定位结果及目标的间接定位结果进行融合得到目标的最终定位结果。
其中,各模块的具体实施方式可以参考方法实施例的描述,本发明实施例将不再复述。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种辅助目标间接定位方法,其特征在于,包括:
(1)基于形态学结构元素对实时红外图像进行背景抑制,得到背景抑制处理后的目标图像;
(2)对所述目标图像进行直方图统计后进行灰度级合并,以确定分割门限初值后,对所述目标图像进行灰度级门限分割,然后修改分割门限值,继续对所述目标图像进行灰度级门限分割,直至达到预设分割次数后,得到最终的各感兴趣区域的形状特征;
(3)根据预设标准特征库中各个特征量对各感兴趣区域进行特征匹配,对匹配的感兴趣区域进行局部对比度验证,取对比度最大的感兴趣区域作为目标的定位结果;
(4)根据各感兴趣区域对应的各形状特征的相对误差与相应形状特征误差之间的关系,从图像门限分割得到的各个感兴趣区域中选取辅助目标,得到所述辅助目标的定位结果;
(5)根据所述辅助目标的定位结果、所述辅助目标与所述目标的相对位置及成像姿态参数间接定位所述目标的位置得到所述目标的间接定位结果;
(6)将所述目标的定位结果及所述目标的间接定位结果进行融合得到所述目标的最终定位结果。
2.根据权利要求1所述的方法,其特征在于,步骤(4)包括:
(4.1)设置第一标签初值为0,第二标签初值为1;其中,所述第一标签值为1表示已经选取辅助目标区域并保存辅助目标区域特征,所述第一标签值为0表示没有选取到辅助目标区域;所述第二标签值为1表示从所述目标图像中选取新的辅助目标区域,所述第二标签值为0表示不选取新的辅助目标区域;
(4.2)判断所述形态学结构元素是否发生改变,若发生改变,则设置所述第二标签值为1;
(4.3)判断所述第一标签值是否为1,若所述第一标签值为1,则进入步骤(4.9);否则进入步骤(4.4);
(4.4)若所述第二标签值为1,则进入步骤(4.5);若所述第二标签值不为1,则进入步骤(4.10);
(4.5)选取前N次迭代分割结果,排除所述目标图像的边缘区域,保留在连续两次迭代分割结果中处于同一位置且感兴趣区域的形状特征相对误差不超过相应形状特征误差X%的感兴趣区域作为显著区域;
(4.6)综合多帧图像的显著区域,从各帧对应的显著区域中,选取显著区域的形状特征相对误差不超过相应形状特征误差X%的显著区域作为辅助目标候选区域;
(4.7)对位于同一位置的辅助目标候选区域,保留局部对比度最大的辅助目标候选区域作为辅助目标区域;
(4.8)从所述辅助目标区域中选取若干个辅助目标区域作为辅助目标,进入步骤(4.10);
(4.9)根据门限分割结果,保留中心点位于选取的辅助目标区域范围内的区域,根据保留的辅助目标区域特征对各区域进行特征匹配,保留各形状特征相对误差不超过选取的辅助目标区域的相应形状特征误差X%且各形状特征相对误差之和的总误差最小的区域作为局部邻域辅助目标检测结果;
(4.10)若找到辅助目标区域,则令所述第一标签值为1,所述第二标签值为0,并保留辅助目标区域的位置信息,得到辅助目标定位结果,若没有找到辅助目标区域,则令所述第一标签值为0,所述第二标签值为1,结束步骤(4)。
3.根据权利要求2所述的方法,其特征在于,步骤(5)包括:
(5.1)若有辅助目标位置信息及对应的辅助目标与目标之间的相对位置,则进入步骤(5.2);否则结束步骤(5);
(5.2)由所述辅助目标定位结果计算辅助目标与光轴瞄准点在大地坐标系下沿进入方向的偏移量,进而由所述辅助目标与光轴瞄准点在大地坐标系下沿进入方向的偏移量计算辅助目标与光轴瞄准点在大地坐标系下沿正北方向上的偏移量,然后由所述辅助目标与光轴瞄准点在大地坐标系下沿正北方向上的偏移量计算光轴瞄准点与目标沿进入方向的偏移量,最后由所述光轴瞄准点与目标沿进入方向的偏移量得到所述目标的间接定位结果。
4.根据权利要求3所述的方法,其特征在于,步骤(6)包括:
(6.1)若对目标进行直接定位与利用辅助目标对目标进行间接定位时,均得到了目标的定位结果,则进入步骤(6.2);否则进入步骤(6.3);
(6.2)若辅助目标间接定位的目标位置位于目标直接定位的目标区域内,则将目标的直接定位结果作为目标识别结果,否则,将辅助目标间接定位的目标位置作为目标识别结果,结束步骤(6);
(6.3)若对目标进行直接定位与利用辅助目标对目标进行间接定位时,只有一种定位方式得到了目标的定位结果,则将该定位方式得到的定位结果作为目标识别结果,若两种定位方式均没未得到目标的定位结果,则表示没有目标识别结果。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述方法还包括:
(7)根据所述辅助目标的定位结果及所述目标的最终定位结果对所述辅助目标的特征进行实时更新。
6.根据权利要求5所述的方法,其特征在于,步骤(7)包括:
(7.1)若有所述辅助目标定位结果,则提取所述辅助目标对应区域的形状特征及局部对比度特征,以用来更新所述辅助目标的形状特征及局部对比度特征,否则结束步骤(7);
(7.2)若有所述目标识别结果,则根据所述目标识别结果、所述辅助目标定位结果及在当前时刻获取的飞行器的俯仰夹角、侧滚夹角和航向夹角,计算辅助目标与目标在大地坐标系下的相对位置关系,以用来更新所述辅助目标与目标的相对位置,否则不更新所述辅助目标与目标的相对位置。
7.一种地面建筑物辅助目标间接定位系统,其特征在于,包括:
背景抑制模块,用于基于形态学结构元素对实时红外图像进行背景抑制,得到背景抑制处理后的目标图像;
迭代分割模块,用于对所述目标图像进行直方图统计后进行灰度级合并,以确定分割门限初值后,对所述目标图像进行灰度级门限分割,然后修改分割门限值,继续对所述目标图像进行灰度级门限分割,直至达到预设分割次数后,得到最终的各感兴趣区域的特征量;
目标定位模块,用于根据预设标准特征库中各个特征量对各感兴趣区域进行特征匹配,对匹配的感兴趣区域进行局部对比度验证,取对比度最大的感兴趣区域作为目标的定位结果;
辅助目标定位模块,用于根据各感兴趣区域对应的各形状特征的相对误差与相应形状特征误差之间的关系,从图像门限分割得到的各个感兴趣区域中选取辅助目标,得到所述辅助目标的定位结果;
间接定位模块,用于根据所述辅助目标的定位结果、所述辅助目标与所述目标的相对位置及成像姿态参数间接定位所述目标的位置得到所述目标的间接定位结果;
融合模块,用于将所述目标的定位结果及所述目标的间接定位结果进行融合得到所述目标的最终定位结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811188998.7A CN109358315B (zh) | 2018-10-12 | 2018-10-12 | 一种辅助目标间接定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811188998.7A CN109358315B (zh) | 2018-10-12 | 2018-10-12 | 一种辅助目标间接定位方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109358315A true CN109358315A (zh) | 2019-02-19 |
CN109358315B CN109358315B (zh) | 2020-08-18 |
Family
ID=65348925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811188998.7A Active CN109358315B (zh) | 2018-10-12 | 2018-10-12 | 一种辅助目标间接定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109358315B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111046871A (zh) * | 2019-12-11 | 2020-04-21 | 厦门大学 | 一种感兴趣区域提取方法及系统 |
CN111263097A (zh) * | 2019-09-19 | 2020-06-09 | 华为技术有限公司 | 媒体数据传输方法及相关设备 |
CN111784767A (zh) * | 2020-06-08 | 2020-10-16 | 珠海格力电器股份有限公司 | 一种确定目标位置方法及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10160818A (ja) * | 1996-11-26 | 1998-06-19 | K D Syst:Kk | 限定領域用情報表示装置 |
EP1158309A2 (en) * | 2000-05-26 | 2001-11-28 | Honda Giken Kogyo Kabushiki Kaisha | Method and Apparatus for position detection |
CN1904639A (zh) * | 2006-07-29 | 2007-01-31 | 重庆邮电大学 | 一种采用分形特征值的信号检测方法 |
CN101620671A (zh) * | 2009-08-14 | 2010-01-06 | 华中科技大学 | 一种利用河道地标间接定位识别立体建筑物的方法 |
CN101620672A (zh) * | 2009-08-14 | 2010-01-06 | 华中科技大学 | 一种利用立体地标定位识别地面立体建筑物的方法 |
JP2013185851A (ja) * | 2012-03-06 | 2013-09-19 | Sumitomo Mitsui Construction Co Ltd | 測位装置、該測位装置を備えた測位システム、及び測位方法 |
CN107907856A (zh) * | 2017-10-24 | 2018-04-13 | 东南大学 | 一种基于虚拟参考标签的rfid定位方法及系统 |
-
2018
- 2018-10-12 CN CN201811188998.7A patent/CN109358315B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10160818A (ja) * | 1996-11-26 | 1998-06-19 | K D Syst:Kk | 限定領域用情報表示装置 |
EP1158309A2 (en) * | 2000-05-26 | 2001-11-28 | Honda Giken Kogyo Kabushiki Kaisha | Method and Apparatus for position detection |
CN1904639A (zh) * | 2006-07-29 | 2007-01-31 | 重庆邮电大学 | 一种采用分形特征值的信号检测方法 |
CN101620671A (zh) * | 2009-08-14 | 2010-01-06 | 华中科技大学 | 一种利用河道地标间接定位识别立体建筑物的方法 |
CN101620672A (zh) * | 2009-08-14 | 2010-01-06 | 华中科技大学 | 一种利用立体地标定位识别地面立体建筑物的方法 |
JP2013185851A (ja) * | 2012-03-06 | 2013-09-19 | Sumitomo Mitsui Construction Co Ltd | 測位装置、該測位装置を備えた測位システム、及び測位方法 |
CN107907856A (zh) * | 2017-10-24 | 2018-04-13 | 东南大学 | 一种基于虚拟参考标签的rfid定位方法及系统 |
Non-Patent Citations (4)
Title |
---|
WDENGWEI WANG,TIANXU ZHANG等: "Building recognition based on indirect location of planar landmark in FLIR image sequences", 《NTERNATIONAL JOURNAL OF PATTERN RECOGNITION AND ARTIFICIAL INTELLIGENCE》 * |
XIAOYU YANG,TIANXU ZHANG,YING LU: "Building recognition based on geometric model in FLIR image sequences", 《OURNAL OF INFRARED, MILLIMETER, AND TERAHERTZ WAVES》 * |
朱鹏: "前视序列图像地面目标识别定位方法研", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
许威: "星点快速提取与高精度定位技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111263097A (zh) * | 2019-09-19 | 2020-06-09 | 华为技术有限公司 | 媒体数据传输方法及相关设备 |
CN111263097B (zh) * | 2019-09-19 | 2024-01-02 | 华为技术有限公司 | 媒体数据传输方法及相关设备 |
CN111046871A (zh) * | 2019-12-11 | 2020-04-21 | 厦门大学 | 一种感兴趣区域提取方法及系统 |
CN111046871B (zh) * | 2019-12-11 | 2023-07-11 | 厦门大学 | 一种感兴趣区域提取方法及系统 |
CN111784767A (zh) * | 2020-06-08 | 2020-10-16 | 珠海格力电器股份有限公司 | 一种确定目标位置方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109358315B (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103714541B (zh) | 一种利用山体轮廓区域约束识别定位建筑物的方法 | |
CN101620671B (zh) | 一种利用河道地标间接定位识别立体建筑物的方法 | |
EP2249311B1 (en) | Systems and methods for extracting planar features, matching the planar features, and estimating motion from the planar features | |
CN108981672A (zh) | 基于单目机器人与测距传感器结合的舱门实时定位方法 | |
JP4632987B2 (ja) | 道路画像解析装置及び道路画像解析方法 | |
CN104123730A (zh) | 基于道路特征的遥感影像与激光点云配准方法及系统 | |
CN104536009A (zh) | 一种激光红外复合的地面建筑物识别及导航方法 | |
CN103136525B (zh) | 一种利用广义Hough变换的异型扩展目标高精度定位方法 | |
CN109358315A (zh) | 一种辅助目标间接定位方法及系统 | |
CN112183301B (zh) | 一种建筑物楼层智能识别方法及装置 | |
CN104504675B (zh) | 一种主动视觉定位方法 | |
KR20150049529A (ko) | 차량의 위치 추정 장치 및 방법 | |
CN107886541B (zh) | 基于反向投影法的单目运动目标位姿实时测量方法 | |
CN110095123B (zh) | 不规则小天体表面路标观测信息评价优化方法 | |
CN103247032B (zh) | 一种基于姿态补偿的微弱扩展目标定位方法 | |
CN101620672B (zh) | 一种利用立体地标定位识别地面立体建筑物的方法 | |
CN111160280B (zh) | 基于rgbd相机的目标物体识别与定位方法及移动机器人 | |
CN108846363A (zh) | 一种基于发散式扫描的分区域车底阴影检测方法 | |
CN107392953B (zh) | 基于等高线的深度图像识别方法 | |
CN103456027B (zh) | 一种机场空间关系约束下的时敏目标检测定位方法 | |
JP4762026B2 (ja) | 道路標識データベース構築装置 | |
CN117710458A (zh) | 一种基于双目视觉的舰载机着舰过程相对位置测量方法及系统 | |
CN110211148A (zh) | 一种基于目标状态预估的水下图像预分割方法 | |
Yang et al. | Feature matching error analysis and modeling for consistent estimation in vision‐aided navigation | |
CN105631431B (zh) | 一种可见光目标轮廓模型指导的飞机感兴趣区测谱方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |