CN110399779B - 空域对象类型分析系统 - Google Patents

Abstract

本发明涉及一种空域对象类型分析系统，包括：指数增强设备，用于对第二锐化图像执行基于指数变换的图像增强处理，以获得并输出相应的指数增强图像；目标探析设备，用于对指数增强图像进行对象识别以从指数增强图像中分割出各个对象图案，并以每一个对象图案的图像特征作为神经网络的输入，神经网络使用各个训练后的参数以输出与每一个对象图案对应的对象类型。本发明的空域对象类型分析系统设计紧凑，操作方便。由于对无人机周围空域进行对象类型分析，以确定是否存在风筝对象或飞行器对象，并将对象相关信息无线发送给远端的空管服务中心，从而提高了空域管理的智能化水准。

Description

空域对象类型分析系统

技术领域

本发明涉及无人驾驶领域，尤其涉及一种空域对象类型分析系统。

背景技术

无人驾驶飞机简称“无人机”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。无人机实际上是无人驾驶飞行器的统称，从技术角度定义可以分为：无人直升机、无人固定翼机、无人多旋翼飞行器、无人飞艇、无人伞翼机这几大类。

无人机的机上无驾驶舱，但安装有自动驾驶仪、程序控制装置等设备。地面、舰艇上或母机遥控站人员通过雷达等设备，对其进行跟踪、定位、遥控、遥测和数字传输。

二战结束后，随着航空技术的飞速发展，无人机家族也逐渐步入其鼎盛时期。时至今日，世界上研制生产的各类无人机已达近百种，并且还有一些新型号正在研制之中。而随着计算机技术、自动驾驶技术和遥控遥测技术的发展和在无人机中的应用，以及随着对无人机战术研究的深入，无人机在军事方面的应用日益广泛，被誉为“空中多面手”、“空中骄子”。

发明内容

本发明需要具备以下三处关键的发明点：

(1)采用针对性图像识别机制，对无人机周围空域进行对象类型分析，以确定是否存在风筝对象或飞行器对象，并将存在风筝对象或飞行器对象相关信息无线发送给远端的空管服务中心，从而提高了空域管理的智能化水准；

(2)在双线性插值的基础上，根据背景图像中各个像素点的各个蓝色分量值的重复度进行背景图像的单调性参数的数值判断，从而提升了背景图像的单调性参数的数值判断的效率和速度；

(3)基于图像重复度越小图像数据量偏大的特点，在图像重复度较小时，自适应选择两个锐化设备中运算量偏大的锐化设备进入休眠状态，以及在图像重复度较大时，自适应恢复两个锐化设备中运算量偏大的锐化设备的锐化处理，从而提升了图像处理的智能化水平。

根据本发明的一方面，提供了一种空域对象类型分析系统，所述系统包括：

指数增强设备，与第二锐化设备连接，用于接收第二锐化图像，对所述第二锐化图像执行基于指数变换的图像增强处理，以获得并输出相应的指数增强图像；

目标探析设备，与所述指数增强设备连接，用于接收所述指数增强图像，对所述指数增强图像进行对象识别以从所述指数增强图像中分割出各个对象图案，并以每一个对象图案的图像特征作为神经网络的输入，所述神经网络使用各个训练后的参数以输出与所述每一个对象图案对应的对象类型，当存在对象图案对应的对象类型为风筝时，输出存在风筝信号；

所述目标探析设备还用于当存在对象图案对应的对象类型为飞行器时，输出存在飞行器信号；

信号发送设备，与所述目标探析设备连接，用于将接收到的存在风筝信号或存在飞行器信号无线转发给远端的空管服务中心；

鱼眼摄像头，设置在无人机上，用于对无人机所在空域进行拍摄，以获得并输出相应的当前空域图像；

插值处理设备，与所述鱼眼摄像头连接，用于接收所述当前空域图像，对所述当前空域图像执行双线性插值处理，以获得双线性插值图像；

背景识别设备，用于接收所述双线性插值图像，从所述双线性插值图像中剥离前景图像，以获得对应的背景图像；

单调性检测设备，与所述背景识别设备连接，用于接收所述背景图像，并对所述背景图像执行单调性检测，以获得并输出所述背景图像的单调性参数；

在所述单调性检测设备中，对所述背景图像执行单调性检测，以获得所述背景图像的单调性参数包括：所述背景图像中各个像素点的各个蓝色分量值的重复度越小，获得的所述背景图像的单调性参数越小。

本发明的空域对象类型分析系统设计紧凑，操作方便。由于对无人机周围空域进行对象类型分析，以确定是否存在风筝对象或飞行器对象，并将对象相关信息无线发送给远端的空管服务中心，从而提高了空域管理的智能化水准。

附图说明

以下将结合附图对本发明的实施方案进行描述，其中：

图1为根据本发明实施方案示出的空域对象类型分析系统的鱼眼摄像头的结构示意图。

具体实施方式

下面将参照附图对本发明的空域对象类型分析系统的实施方案进行详细说明。

飞行器分为5类：航空器、航天器、火箭、导弹和制导武器。在大气层内飞行的飞行器称为航空器，如气球、滑翔机、飞艇、飞机、直升机等。他们靠空气的静浮力或空气相对运动产生的空气动力升空飞行。在空间飞行的飞行器称为航天器，如人造地球卫星、载人飞船、空间探测器、航天飞机等。他们在运载火箭的推动下获得必要的速度进入太空，然后在引力作用下完成轨道运动。

火箭是以火箭发动机为动力的飞行器，可以在大气层内，也可以在大气层外飞行。导弹是装有战斗部的可控制的火箭，有主要在大气层外飞行的弹道导弹和装有翼面在大气层内飞行的地空导弹、巡航导弹等。制导武器是能够按照一定规律进行的、在大气中飞行的、高命中率武器，如末敏弹、制导炮弹等。

目前，空域管理由于缺乏监控设备的支撑点而难以实现有效监控，自然无法实现相应的应对措施，例如，附近存在风筝对象与附近存在飞行器对象的应对措施不同。因此，需要一种有效的空域对象识别机制，能够为空域管理提供有价值的参考数据。

为了克服上述不足，本发明搭建了一种空域对象类型分析系统，能够有效解决相应的技术问题。

图1为根据本发明实施方案示出的空域对象类型分析系统的鱼眼摄像头的结构示意图。

根据本发明实施方案示出的空域对象类型分析系统包括：

指数增强设备，与第二锐化设备连接，用于接收第二锐化图像，对所述第二锐化图像执行基于指数变换的图像增强处理，以获得并输出相应的指数增强图像；

目标探析设备，与所述指数增强设备连接，用于接收所述指数增强图像，对所述指数增强图像进行对象识别以从所述指数增强图像中分割出各个对象图案，并以每一个对象图案的图像特征作为神经网络的输入，所述神经网络使用各个训练后的参数以输出与所述每一个对象图案对应的对象类型，当存在对象图案对应的对象类型为风筝时，输出存在风筝信号；

所述目标探析设备还用于当存在对象图案对应的对象类型为飞行器时，输出存在飞行器信号；

信号发送设备，与所述目标探析设备连接，用于将接收到的存在风筝信号或存在飞行器信号无线转发给远端的空管服务中心；

鱼眼摄像头，设置在无人机上，用于对无人机所在空域进行拍摄，以获得并输出相应的当前空域图像；

插值处理设备，与所述鱼眼摄像头连接，用于接收所述当前空域图像，对所述当前空域图像执行双线性插值处理，以获得双线性插值图像；

背景识别设备，用于接收所述双线性插值图像，从所述双线性插值图像中剥离前景图像，以获得对应的背景图像；

单调性检测设备，与所述背景识别设备连接，用于接收所述背景图像，并对所述背景图像执行单调性检测，以获得并输出所述背景图像的单调性参数；

在所述单调性检测设备中，对所述背景图像执行单调性检测，以获得所述背景图像的单调性参数包括：所述背景图像中各个像素点的各个蓝色分量值的重复度越小，获得的所述背景图像的单调性参数越小；

点像复原设备，与所述插值处理设备连接，用于接收所述双线性插值图像，对所述双线性插值图像执行点像复原处理，以获得并输出相应的点像复原图像；

第一锐化设备，与所述点像复原设备连接，用于对接收到的点像复原图像执行基于Roberts算子锐化模式的图像锐化操作，以获得对应的第一锐化图像；

第二锐化设备，与所述第一锐化设备连接，用于对接收到的第一锐化图像进行基于Sobel算子锐化模式的图像锐化操作，以获得并输出对应的第二锐化图像；

其中，所述第一锐化设备和所述第二锐化设备都与所述单调性检测设备连接，用于在接收到的背景图像的单调性参数未超限时，所述第一锐化设备和所述第二锐化设备中的运算量偏大的锐化设备进入休眠状态，将运算量偏大的锐化设备的接收到的图像直接作为其锐化后的图像输出。

接着，继续对本发明的空域对象类型分析系统的具体结构进行进一步的说明。

在所述空域对象类型分析系统中：

所述第一锐化设备和所述第二锐化设备还用于在接收到的背景图像的单调性参数超限时，所述第一锐化设备和所述第二锐化设备中的运算量偏大的锐化设备退出休眠状态，恢复运算量偏大的锐化设备的锐化处理。

所述空域对象类型分析系统中还可以包括：

滤波处理设备，位于所述鱼眼摄像头和所述插值处理设备之间，用于接收当前空域图像，确定所述当前空域图像中的背景复杂度，基于所述背景复杂度确定对所述当前空域图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述当前空域图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片噪声程度的滤波处理处理操作以获得各个滤波处理碎片，图像碎片噪声程度越高，对图像碎片执行的滤波处理处理操作强度越大，将各个滤波处理碎片进行组合以获得滤波组合图像。

所述空域对象类型分析系统中：

所述滤波处理设备还用于将所述滤波组合图像替换所述当前空域图像发送给所述插值处理设备。

所述空域对象类型分析系统中：

所述滤波处理设备确定所述当前空域图像中的背景复杂度的具体操作如下：获取所述当前空域图像中各个像素点的L通道像素值、A通道像素值和B通道像素值，确定每一个像素点的L通道像素值的各个方向的梯度以作为L通道梯度，确定每一个像素点的A通道像素值的各个方向的梯度以作为A通道梯度，确定每一个像素点的B通道像素值的各个方向的梯度以作为B通道梯度，基于各个像素点的L通道梯度、A通道梯度和B通道梯度确定所述当前空域图像对应的背景复杂度。

根据本发明实施方案示出的空域对象类型分析方法包括：

使用指数增强设备，与第二锐化设备连接，用于接收第二锐化图像，对所述第二锐化图像执行基于指数变换的图像增强处理，以获得并输出相应的指数增强图像；

使用目标探析设备，与所述指数增强设备连接，用于接收所述指数增强图像，对所述指数增强图像进行对象识别以从所述指数增强图像中分割出各个对象图案，并以每一个对象图案的图像特征作为神经网络的输入，所述神经网络使用各个训练后的参数以输出与所述每一个对象图案对应的对象类型，当存在对象图案对应的对象类型为风筝时，输出存在风筝信号；

所述目标探析设备还用于当存在对象图案对应的对象类型为飞行器时，输出存在飞行器信号；

使用信号发送设备，与所述目标探析设备连接，用于将接收到的存在风筝信号或存在飞行器信号无线转发给远端的空管服务中心；

使用鱼眼摄像头，设置在无人机上，用于对无人机所在空域进行拍摄，以获得并输出相应的当前空域图像；

使用插值处理设备，与所述鱼眼摄像头连接，用于接收所述当前空域图像，对所述当前空域图像执行双线性插值处理，以获得双线性插值图像；

使用背景识别设备，用于接收所述双线性插值图像，从所述双线性插值图像中剥离前景图像，以获得对应的背景图像；

使用单调性检测设备，与所述背景识别设备连接，用于接收所述背景图像，并对所述背景图像执行单调性检测，以获得并输出所述背景图像的单调性参数；

在所述单调性检测设备中，对所述背景图像执行单调性检测，以获得所述背景图像的单调性参数包括：所述背景图像中各个像素点的各个蓝色分量值的重复度越小，获得的所述背景图像的单调性参数越小；

使用点像复原设备，与所述插值处理设备连接，用于接收所述双线性插值图像，对所述双线性插值图像执行点像复原处理，以获得并输出相应的点像复原图像；

使用第一锐化设备，与所述点像复原设备连接，用于对接收到的点像复原图像执行基于Roberts算子锐化模式的图像锐化操作，以获得对应的第一锐化图像；

使用第二锐化设备，与所述第一锐化设备连接，用于对接收到的第一锐化图像进行基于Sobel算子锐化模式的图像锐化操作，以获得并输出对应的第二锐化图像；

其中，所述第一锐化设备和所述第二锐化设备都与所述单调性检测设备连接，用于在接收到的背景图像的单调性参数未超限时，所述第一锐化设备和所述第二锐化设备中的运算量偏大的锐化设备进入休眠状态，将运算量偏大的锐化设备的接收到的图像直接作为其锐化后的图像输出。

接着，继续对本发明的空域对象类型分析方法的具体步骤进行进一步的说明。

所述空域对象类型分析方法中：

所述第一锐化设备和所述第二锐化设备还用于在接收到的背景图像的单调性参数超限时，所述第一锐化设备和所述第二锐化设备中的运算量偏大的锐化设备退出休眠状态，恢复运算量偏大的锐化设备的锐化处理。

所述空域对象类型分析方法还可以包括：

使用滤波处理设备，位于所述鱼眼摄像头和所述插值处理设备之间，用于接收当前空域图像，确定所述当前空域图像中的背景复杂度，基于所述背景复杂度确定对所述当前空域图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述当前空域图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片噪声程度的滤波处理处理操作以获得各个滤波处理碎片，图像碎片噪声程度越高，对图像碎片执行的滤波处理处理操作强度越大，将各个滤波处理碎片进行组合以获得滤波组合图像。

所述空域对象类型分析方法中：

所述滤波处理设备还用于将所述滤波组合图像替换所述当前空域图像发送给所述插值处理设备。

所述空域对象类型分析方法中：

所述滤波处理设备确定所述当前空域图像中的背景复杂度的具体操作如下：获取所述当前空域图像中各个像素点的L通道像素值、A通道像素值和B通道像素值，确定每一个像素点的L通道像素值的各个方向的梯度以作为L通道梯度，确定每一个像素点的A通道像素值的各个方向的梯度以作为A通道梯度，确定每一个像素点的B通道像素值的各个方向的梯度以作为B通道梯度，基于各个像素点的L通道梯度、A通道梯度和B通道梯度确定所述当前空域图像对应的背景复杂度。

另外，可以采用SOC芯片来实现所述滤波处理设备。System on Chip，简称SOC，也即片上系统。从狭义角度讲，他是信息系统核心的芯片集成，是将系统关键部件集成在一块芯片上；从广义角度讲，SOC是一个微小型系统，如果说中央处理器(CPU)是大脑，那么SOC就是包括大脑、心脏、眼睛和手的系统。国内外学术界一般倾向将SOC定义为将微处理器、模拟IP核、数字IP核和存储器(或片外存储控制接口)集成在单一芯片上，他通常是客户定制的，或是面向特定用途的标准产品。

SOC定义的基本内容主要在两方面：其一是他的构成，其二是他形成过程。系统级芯片的构成可以是系统级芯片控制逻辑模块、微处理器/微控制器CPU内核模块、数字信号处理器DSP模块、嵌入的存储器模块、和外部进行通讯的接口模块、含有ADC/DAC的模拟前端模块、电源提供和功耗管理模块，对于一个无线SOC还有射频前端模块、用户定义逻辑(他可以由FPGA或ASIC实现)以及微电子机械模块，更重要的是一个SOC芯片内嵌有基本软件(RDOS或COS以及其他应用软件)模块或可载入的用户软件等。

最后应注意到的是，在本发明各个实施例中的各功能设备可以集成在一个处理设备中，也可以是各个设备单独物理存在，也可以两个或两个以上设备集成在一个设备中。

所述功能如果以软件功能设备的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (2)

1.一种空域对象类型分析系统，其特征在于，所述系统包括：

指数增强设备，与第二锐化设备连接，用于接收第二锐化图像，对所述第二锐化图像执行基于指数变换的图像增强处理，以获得并输出相应的指数增强图像；

目标探析设备，与所述指数增强设备连接，用于接收所述指数增强图像，对所述指数增强图像进行对象识别以从所述指数增强图像中分割出各个对象图案，并以每一个对象图案的图像特征作为神经网络的输入，所述神经网络使用各个训练后的参数以输出与所述每一个对象图案对应的对象类型，当存在对象图案对应的对象类型为风筝时，输出存在风筝信号；

所述目标探析设备还用于当存在对象图案对应的对象类型为飞行器时，输出存在飞行器信号；

信号发送设备，与所述目标探析设备连接，用于将接收到的存在风筝信号或存在飞行器信号无线转发给远端的空管服务中心；

鱼眼摄像头，设置在无人机上，用于对无人机所在空域进行拍摄，以获得并输出相应的当前空域图像；

插值处理设备，与所述鱼眼摄像头连接，用于接收所述当前空域图像，对所述当前空域图像执行双线性插值处理，以获得双线性插值图像；

背景识别设备，用于接收所述双线性插值图像，从所述双线性插值图像中剥离前景图像，以获得对应的背景图像；

单调性检测设备，与所述背景识别设备连接，用于接收所述背景图像，并对所述背景图像执行单调性检测，以获得并输出所述背景图像的单调性参数；

在所述单调性检测设备中，对所述背景图像执行单调性检测，以获得所述背景图像的单调性参数包括：所述背景图像中各个像素点的各个蓝色分量值的重复度越小，获得的所述背景图像的单调性参数越小；

点像复原设备，与所述插值处理设备连接，用于接收所述双线性插值图像，对所述双线性插值图像执行点像复原处理，以获得并输出相应的点像复原图像；

第一锐化设备，与所述点像复原设备连接，用于对接收到的点像复原图像执行基于Roberts算子锐化模式的图像锐化操作，以获得对应的第一锐化图像；

第二锐化设备，与所述第一锐化设备连接，用于对接收到的第一锐化图像进行基于Sobel算子锐化模式的图像锐化操作，以获得并输出对应的第二锐化图像；

其中，所述第一锐化设备和所述第二锐化设备都与所述单调性检测设备连接，用于在接收到的背景图像的单调性参数未超限时，所述第一锐化设备和所述第二锐化设备中的运算量偏大的锐化设备进入休眠状态，将运算量偏大的锐化设备的接收到的图像直接作为其锐化后的图像输出。

2.如权利要求1所述的空域对象类型分析系统，其特征在于：

所述第一锐化设备和所述第二锐化设备还用于在接收到的背景图像的单调性参数超限时，所述第一锐化设备和所述第二锐化设备中的运算量偏大的锐化设备退出休眠状态，恢复运算量偏大的锐化设备的锐化处理。

Images