CN110766751A - 一种基于地面标记物的无人机悬停精度自测量方法 - Google Patents
一种基于地面标记物的无人机悬停精度自测量方法 Download PDFInfo
- Publication number
- CN110766751A CN110766751A CN201910950797.4A CN201910950797A CN110766751A CN 110766751 A CN110766751 A CN 110766751A CN 201910950797 A CN201910950797 A CN 201910950797A CN 110766751 A CN110766751 A CN 110766751A
- Authority
- CN
- China
- Prior art keywords
- marker
- aerial vehicle
- unmanned aerial
- axis direction
- horizontal
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于地面标记物的无人机悬停精度自测量方法,包括:通过无人机自身搭载的摄像头对固定于地面的标记物进行视频自拍摄,获取每一帧二值化图像标记物的质心像素坐标,计算出质心像素坐标在水平二维中X和Y轴方向上的像素标准差,基于一帧图像利用几何关系结合标记物的物理尺寸信息计算图像中标记物在水平二维方向上单位像素点对应的实际物理长度,获得标记物的质心像素标准差对应的实际物理长度,并利用无人机与地面标记物的相对运动特性得到无人机在水平二维方向上的实际悬停精度。本发明提供的基于地面标记物的无人机悬停精度自测量方法基于自身搭载的摄像头实现无人机水平方向上二维悬停精度的测量。
Description
技术领域
本发明涉及无人机测试技术领域,更具体的说是涉及一种基于地面标记 物的无人机悬停精度自测量方法。
背景技术
在军用和商用方面,小型无人机一直是研究的热点,小型无人机以其体 积小、应用灵活、作业效率高的特点被广泛应用于各个领域。很多毫米波系 统可搭载在无人机上利用其机动能力实现遥感与探测,这些系统对无人机悬 停精度与飞行位置精度有较高要求,因此对无人机悬停精度进行分析与测量 非常重要。但是,目前现有品牌无人机提供的悬停精度数据大多比较笼统, 难以获知是否满足系统工作所需精度要求,需要额外针对性地对无人机进行 悬停精度测量。
现阶段无人机悬停精度测量方法主要有借助专业测量工具测量、外加辅 助工具测量和利用无人机悬停视频测量三种方式:
(1)借助专业测量工具主要是通过超声波传感器、激光测距仪或者是气 压计对无人机垂直方向的悬停精度进行测量,通过高精度GPS模块对无人机水 平方向的悬停精度进行测量。但这些专业测量工具价格昂贵,一般个体开发 人员或者小型开发团队难以承担。
(2)外加辅助工具测量中具有代表性技术的是在无人机上安装一个参考 光源,通过分析拍摄光源形成的空中运动轨迹得到无人机悬停精度,但该方 法可能会受到强烈外部光线环境的影响。
(3)利用无人机悬停视频测量中具有代表性技术是基于无人机悬停视频 测量无人机悬停精度。通过一个摄像头拍摄无人机悬停视频,对视频图像进 行逐帧分析,然后利用无人机尺寸信息及比例关系,统计分析得到无人机的 悬停精度。但其测量方法只能测量出高度维精度和水平方向中的一维(前后 或左右)的悬停精度,无法对测量水平方向二维的悬停精度进行测量,且选 取无人机机身某点作为测量参照点时测量结果可能存在一定误差。
因此,如何实现无人机悬停时水平方向上二维悬停精度的测量提供是本 领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种基于地面标记物的无人机悬停精度自测量 方法。本发明选取了标记物并将其固定至地面,由于地面标记物处于物理静 止状态,无人机悬停时小范围的运动使得无人机自身搭载的摄像头保持同步 运动,地面标记物与无人机自身搭载的摄像头会产生相对运动,因此通过无 人机自身搭载的摄像头对地面标记物进行视频自拍摄,得到含有地面标记物 的自拍摄视频,直接分析自拍摄视频中地面标记物的质心分布情况,同时结 合标记物的物理尺寸信息与像素尺寸信息比例关系,即可完成无人机悬停精 度的自测量。
为了实现上述目的,本发明采用如下技术方案:
一种基于地面标记物的无人机悬停精度自测量方法,包括:
S1:基于悬停时无人机自拍摄标记物的视频片段获取每一帧图像;其中, 所述标记物固定在地面;
S2:将每一帧图像处理成二值化图像;
S3:从每一帧二值化图像中选取标记物的质心作为测量参照点,并记录 每一帧二值化图像中标记物的质心像素坐标;
S4:基于每一帧二值化图像中标记物的质心像素坐标计算出标记物的质 心像素坐标分别在水平二维中Y轴方向上和X方向上的像素标准差;
S5:基于预先获取的标记物物理尺寸信息和一帧二值化图像得到标记物 长边和短边像素个数,利用几何关系,并结合标记物的物理尺寸信息计算图 像中标记物在水平二维中Y轴方向上单位像素对应的物理长度和X轴方向上 单位像素对应的物理长度;
S6:基于图像中标记物在水平二维中Y轴方向上单位像素对应的物理长 度和X轴方向上单位像素对应的物理长度,以及标记物的质心像素坐标分别 在水平二维中Y轴方向上和X方向上的像素标准差计算地面标记物相对于无 人机自身搭载的摄像头在水平二维中Y轴方向上和X轴方向上偏移的距离标 准差,得到无人机的悬停精度。
优选的,记每一帧二值化图像中标记物的质心像素坐标(xm,ym), m=1,2,…,M,其中,M为自拍摄视频总帧数,则步骤S4具体包括:
基于公式(1)计算标记物的质心像素坐标在水平二维中Y轴方向上的平 均值
基于公式(2)计算标记物的质心像素坐标在水平二维中X轴方向上的平 均值
基于公式(3)计算出标记物的质心像素坐标在水平二维中Y轴方向上的 像素标准差δy;
基于公式(4)计算出标记物的质心像素坐标在水平二维中X轴方向上的 像素标准差δx;
优选的,步骤S5具体包括:
预先获取标记物长边ab的物理长度l1,短边ac的物理长度l2,选取自拍 摄视频任意一帧二值化图像,从图像中确定af、bf、ae、ec的像素个数,分别 记为Δx1,Δy1,Δx2和Δy2,其中,a、b、d、c依次为标记物的4个定点, e点为a点沿x轴方向延长线与c点沿y轴延长线的交点,f点为a点沿x轴 方向延长线与b点沿y轴延长线的交点,并且三角形abf、ace为直角三角形; 利用勾股定理得到式(5)和(6),计算出图像中标记物在水平二维中Y轴 方向上单位像素对应的物理长度ly和X轴方向上单位像素对应的物理长度lx;
(lxΔx1)2+(lyΔy1)2=(l1)2 (5);
(lxΔx2)2+(lyΔy2)2=(l2)2 (6)。
优选的,步骤S6具体包括:
优选的,在步骤S1之前还包括:
选取标记物,记录标记物尺寸,并将标记物固定在地面;
无人机升空前,设置无人机自身搭载的摄像头俯拍角度,垂直对地,开 始视频自拍摄,控制无人机升空至标记物上方,待标记物处于自拍摄视频画 面中,无人机保持悬停并进行视频自拍摄;
截取出无人机悬停时自拍摄标记物的视频片段。
优选的,步骤S2具体包括:对每一帧图像进行预处理、灰度化和图像分 割后,得到二值化图像。
优选的,所述标记物包括:黑色卡纸。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种基 于地面标记物的无人机悬停精度自测量方法,选取地面标记物,从无人机自 拍摄视频每一帧图像中选取标记物的质心作为测量参考点,并对每一帧图像 中标记物的质心进行统计,同时结合标记物的物理尺寸信息和像素尺寸信息 比例关系,计算出标记物相对于无人机自身搭载的摄像头在水平二维中Y轴 方向和X轴方向上的偏移精度,即无人机在水平二维中Y轴方向上和X轴方 向上悬停精度。
并且,在计算时,选取地面标记物的质心作为测量参照点,即使在图像 处理过程中某些点被抹除,对质心像素坐标的影响也是微乎其微,保证了处 理结果的准确性。
此外,本发明提供的基于地面标记物的无人机悬停精度自测量方法简单 高效,同时,测量精度也有保障,具有推广应用的意义。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实 施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面 描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不 付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明提供的地面标记物的平面绘制图;
图2为本发明提供的基于地面标记物的无人机悬停精度自测量方法的流 程图;
图3为本发明提供的室内模拟验证实验场景示意图;
图4为本发明提供的室内模拟验证实验视频第1帧图像;
图5为本发明提供的室内模拟验证实验视频中标记物的质心像素坐标分 布情况;
图6为本发明提供的室外实验场景示意图;
图7为本发明提供的无人机自身搭载的摄像头自拍摄地面标记物视频的 第一帧图像;
图8为本发明提供的无人机自身搭载的摄像头自拍摄地面标记物视频的 第一帧二值化图像;
图9为本发明提供的无人机自身搭载的摄像头自拍摄地面标记物视频中 标记物的质心像素坐标分布情况。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行 清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而 不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见附图2,本发明实施例公开了一种基于地面标记物的无人机悬停精度 自测量方法,包括:
S1:基于悬停时无人机自拍摄标记物的视频片段获取每一帧图像;其中, 所述标记物固定在地面;优选的,所述标记物为黑色卡纸。
S2:将每一帧图像处理成二值化图像;具体包括:对每一帧图像进行预 处理、灰度化和图像分割后,得到二值化图像。
S3:从每一帧二值化图像中选取标记物的质心作为测量参照点,并记录 每一帧二值化图像中标记物的质心像素坐标;
选取质心作为测量参照点可减少在图像处理过程中给测量结果带来的误 差。
其中,获取标记物的质心的步骤包括:以第一帧图像为例,具体可从二 值化图像矩阵中把所有像素值为“1”的X(列)坐标相加,总和记为Xs,同 理把所有像素值为“1”的Y(行)坐标相加,总和记为Ys,同时统计出所有 像素值为“1”的像素总数,记为N,则标记物的质心像素坐标为记为(x1,y1),其中同样的,记录其他每一帧二值化图像 中标记物的质心像素坐标,记为(xm,ym),m=2,3,…,M,其中,M为视频总帧数;
S4:基于每一帧二值化图像中标记物的质心像素坐标计算出标记物的质 心像素坐标分别在水平二维中Y轴方向上和X方向上的像素标准差;
S5:基于预先获取的标记物物理尺寸信息和一帧二值化图像得到标记物 长边和短边像素个数,利用几何关系,并结合标记物的物理尺寸信息计算图 像中标记物在水平二维中Y轴方向上单位像素对应的物理长度和X轴方向上 单位像素对应的物理长度;
S6:基于图像中标记物在水平二维中Y轴方向上单位像素对应的物理长 度和X轴方向上单位像素对应的物理长度,以及标记物的质心像素坐标分别 在水平二维中Y轴方向上和X方向上的像素标准差计算地面标记物相对于无 人机自身搭载的摄像头在水平二维中Y轴方向上和X轴方向上偏移的距离标 准差,其中,距离标准差=像素标准差×单位像素的物理长度,由相对运 动特性可知,地面标记物相对于无人机自身搭载的摄像头在水平二维中Y轴 方向上和X轴方向上偏移的距离标准差等于无人机悬停时相对于在水平二维 中Y轴方向上和X轴方向上偏移的距离标准差,即无人机的悬停精度。
为了进一步优化上述技术方案,记每一帧二值化图像中标记物的质心像 素坐标(xm,ym),m=1,2,…,M,其中,M为自拍摄视频总帧数,则步骤S4 具体包括:
基于公式(3)计算出标记物的质心像素坐标在水平二维中Y轴方向上的 像素标准差δy;
基于公式(4)计算出标记物的质心像素坐标在水平二维中X轴方向上的 像素标准差δx;
为了进一步优化上述技术方案,步骤S5具体包括:
预先获取标记物长边ab的物理长度l1,短边ac的物理长度l2,选取自拍 摄视频任意一帧二值化图像,从图像中确定af、bf、ae、ec(端点定义见图1 所示的标记物平面绘制图)的像素个数,分别记为Δx1,Δy1,Δx2和Δy2, 其中,a、b、d、c依次为标记物的4个定点,e点为a点沿x轴方向延长线与 c点沿y轴延长线的交点,f点为a点沿x轴方向延长线与b点沿y轴延长线 的交点并且三角形abf、ace为直角三角;利用勾股定理得到式(5)和(6), 计算出图像中标记物在水平二维中Y轴方向上单位像素对应的物理长度ly和 X轴方向上单位像素对应的物理长度lx;
(lxΔx1)2+(lyΔy1)2=(l1)2 (5);
(lxΔx2)2+(lyΔy2)2=(l2)2 (6)。
为了进一步优化上述技术方案,步骤S6具体包括:
本发明提供了另一个优选的实施例,在上述实施例的基础上,在步骤S1 之前还包括:
选取标记物,记录标记物尺寸,并将标记物固定在地面;
无人机升空前,设置无人机自身搭载的摄像头俯拍角度,垂直对地,开 始视频自拍摄,控制无人机升空至标记物上方,待标记物处于自拍摄视频画 面中,无人机保持悬停并进行视频自拍摄;
截取出无人机悬停时自拍摄标记物的视频片段。
综上,在本发明提供的基于地面标记物的无人机悬停精度自测量方法中, 无人机悬停时小范围的运动使得无人机自身搭载的摄像头同步运动,此时无 人机与地面标记物产生相对运动,因此,通过无人机自身搭载的摄像头对地 面标记物进行视频自拍摄,直接分析标记物的质心在自拍摄视频中的分布情 况即可得到无人机在水平二维方向上的悬停精度。其中对自拍摄视频中标记 物分析的步骤主要包括获取含有标记物的视频所有帧图像,从每一帧图像选 取标记物的质心作为测量参照点,并对每一帧图像中标记物的质心进行统计 分析,同时结合标记物的物理尺寸信息与像素尺寸信息比例关系,计算出标 记物相对于无人机自身搭载的摄像头在水平二维中Y轴方向和X轴方向上的 偏移精度,也即无人机在水平二维中Y轴方向上和X轴方向上悬停精度。
此外,还需要说明的是,本发明提供的技术方案通过无人机自身搭载的 摄像头对地面标记物进行视频自拍摄,无需借助额外的设备,与现有技术所 采用的技术思路完全不同。另外,在选择测量参照点方面,本发明提供的技 术方案选择了标记物的质心作为参照点,而非其他点,由于在图像处理过程 中无法保证处理结果非常精确,当选取其他点作为测量参照点时,此点可能 经图像处理后被抹除,导致判决错误选取到非目标点,对测量结果会产生一 定误差。而当选取质心作为测量参照点时,即使某些点经图像处理后被抹除,对质心像素坐标的影响也是微乎其微,提高了测量结果的精确度。
下面结合具体实施方式对本发明提供的技术方案做进一步阐述。
本发明提供了两个具体实施例,实施例一为室内模拟验证实验测量,实 施例二为室外真实场景实验测量。
本发明在进行测量无人机悬停精度前,开展了室内模拟验证实验,对本 发明技术的可行性进行了分析。在实施例一中,同样选择了标记物并将其固 定至地面,利用手机摄像头来模拟无人机自身搭载的摄像头,利用滑轨的移 动来模拟无人机在空中的移动。滑轨移动的同时通过固定在滑轨上的手机摄 像头对地面标记物进行视频拍摄,对视频逐帧处理,分析视频中标记物的质 心位置分布情况,并结合标记物的物理尺寸信息与像素尺寸信息比例关系, 计算测量出标记物相对于手机摄像头移动的距离。
实施例一
在室内模拟验证实验测量,具体步骤为:
1)选取一张尺寸为100mm×100mm的黑色卡纸作为标记物,将其固定 至地面;
2)在标记物上方90cm处放置一带刻度可移动的滑轨,固定手机至滑轨, 待标记物处于相机画面中,开始视频拍摄,控制滑轨沿水平二维中X轴方向 移动100mm,滑轨移动完毕后结束视频拍摄。具体室内模拟验证实验场景图 如图3所示;
3)截取出滑轨移动时手机摄像头拍摄的含有标记物的视频片断,利用 MATLAB读取已截取的含有标记物的视频片断并获取视频所有帧,本实例共 获取了500帧图像。其中第1帧图像如图4所示;
4)通过MATLAB对500帧图像进行图像分割处理得到500帧二值化图 像,从500帧二值化图像中获取500帧图像中标记物的质心像素坐标,把500 帧图像中标记物的质心绘制于同一坐标系,可得到标记物的质心像素坐标的 分布情况,如图5所示;
5)获取滑轨在移动前和移动完毕后视频中标记物的质心像素坐标,本实 例获取到滑轨在移动前和移动完毕后视频中标记物的质心像素坐标分别为 (215,364)和(470,366),即标记物相对于手机摄像头在水平二维中X 轴方向上移动了255个像素;
6)从第1帧图像中获取到标记物左上点、左下点、右上点像素坐标分别 为(91,234)、(86,489)、(345,234),利用几何关系并通过前文所 述公式(5)、(6)求出图像中标记物在水平二维中X轴方向上单位像素对 应的物理长度lx=0.3935(mm)和在Y轴方向上单位像素对应的物理长度 ly=0.3937(mm);
7)由标记物相对于手机摄像头在水平二维中X轴方向上移动的255个像 素以及图像中标记物在水平二维中X轴方向上单位像素对应的物理长度 lx=0.3935(mm),可计算出地面标记物相对于手机摄像头移动了 100.34mm;
通过室内模拟验证实验,计算出地面标记物相对于手机摄像头移动了 100.34mm,而实际上滑轨移动了100mm,即手机摄像头相对于地面标记物实 际上移动了100mm,仅从本次模拟验证实验结果来看,本发明技术的精度准 确率达到了99.66%,因此本发明技术具备良好的参考价值。
在实施例一室内模拟验证实验效果较优的基础上,本发明开展了室外的 真实场景实验测量无人机悬停精度的实验,图6为室外真实场景实验场景图, 具体步骤如下:
1)选取一张尺寸为524mm×378mm的黑色卡纸作为标记物,将其固定 至地面;
2)无人机升空前,设置无人机自身搭载的摄像头俯拍角度,垂直对地, 开始视频自拍摄,控制无人机升空至地面标记物上方5m,待标记物处于自拍 摄视频画面中时,无人机保持悬停状态,无人机悬停一段时间后结束视频自 拍摄,并截取出无人机悬停时摄像头拍摄的含有地面标记物的视频片断,本 实施例中截取了总时长为150秒的视频片断;
3)利用MATLAB读取已截取的含有标记物的视频片断并获取视频所有 帧,本实例中共获取了7500帧图像,其中第1帧图像如图7所示;
4)获取第1帧图像中标记物的质心像素坐标作为测量参照点。具体可对 第1帧图像进行图像分割,得到含有标记物的二值化图像(白色表示标记物, 黑色表示背景),如图8所示,从二值化图像矩阵中把所有像素值为“1”的 X(列)坐标相加,总和记为Xs,同理把所有像素值为“1”的Y(行)坐标相 加,总和记为Ys,同时统计出所有像素值为“1”的像素总数N,把第1帧二 值化图像中标记物的质心像素坐标记为(x1,y1),其中
5)对第2,3,……,7500帧图像重复步骤3),并记录其他各帧二值化 图像中标记物的质心像素坐标,记为(xm,ym),m=23…7500;
6)把(x1,y1)、(x2,y2)、…、(x7500,y7500)绘制在同一坐标系中,得 到了标记物的质心像素坐标的分布情况,如图9所示。利用公式(1)计算出7500 帧图像中标记物的质心像素坐标在水平二维中Y轴方向上的平均值
同理利用公式(2)计算出7500帧图像中标记物的质心像素坐标在水平二 维中X轴方向上的平均值
再利用公式(3)计算出7500帧图像中标记物的质心像素坐标在水平二维 中Y轴方向上偏移的像素标准差δy;
同理利用公式(4)计算出7500帧图像中标记物的质心像素坐标在水平二 维中X轴方向上偏移的像素标准差δx;
7)预先获取标记物尺寸信息,标记物长边物理长度l1=524(mm),短 边物理长度l2=378(mm),基于第1帧图像对标记物进行分析,记录出标 记物的a、b、c、d、e、f(端点定义见标记物平面绘制图图1)点像素坐标如 下:a(497,428)、b(731,390)、c(528,599)、d(758,559)、e(528, 428)、f(731,428),即线段af、bf、ae、ec像素个数分别为Δx1=234、 Δy1=38、Δx2=31、Δy2=171,记图像中标记物在水平二维中Y轴方向 上和X轴方向上单位像素对应的物理长度分别为ly和lx,由三角形abf、ace 都为直角三角形,利用勾股定理,构造出公式(5)、(6)可计算出图像中标记物 在水平二维中X轴方向上单位像素对应的物理长度lx=2.211(mm)和在Y 轴方向上单位像素对应的物理长度ly=2.174(mm)。
(lxΔx1)2+(lyΔy1)2=(l1)2
(lxΔx1)2+(lyΔy1)2=(l1)2
和即为地面标记物相对于无人机自身搭载的摄像头分别在水平二维 中Y轴方向上和X轴方向上偏移的距离标准差。无人机悬停时,无人机搭载 的摄像头与无人机保持同步运动,此时无人机与地面标记物产生相对运动, 由相对运动特性可知,和也分别即为无人机在水平二维中Y轴方向上和 X轴方向上的悬停精度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都 是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。 对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述 的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用 本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易 见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下, 在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例, 而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种基于地面标记物的无人机悬停精度自测量方法,其特征在于,包括:
S1:基于悬停时无人机自拍摄标记物的视频片段获取每一帧图像;其中,所述标记物固定在地面;
S2:将每一帧图像处理成二值化图像;
S3:从每一帧二值化图像中选取标记物的质心作为测量参照点,并记录每一帧二值化图像中标记物的质心像素坐标;
S4:基于每一帧二值化图像中标记物的质心像素坐标计算出标记物的质心像素坐标分别在水平二维中Y轴方向上和X方向上的像素标准差;
S5:基于预先获取的标记物物理尺寸信息和一帧二值化图像得到标记物长边和短边像素个数,利用几何关系,并结合标记物的物理尺寸信息计算图像中标记物在水平二维中Y轴方向上单位像素对应的物理长度和X轴方向上单位像素对应的物理长度;
S6:基于图像中标记物在水平二维中Y轴方向上单位像素对应的物理长度和X轴方向上单位像素对应的物理长度,以及标记物的质心像素坐标分别在水平二维中Y轴方向上和X方向上的像素标准差计算地面标记物相对于无人机自身搭载的摄像头在水平二维中Y轴方向上和X轴方向上偏移的距离标准差,得到无人机的悬停精度。
3.根据权利要求2所述的一种基于地面标记物的无人机悬停精度自测量方法,其特征在于,步骤S5具体包括:
预先获取标记物长边ab的物理长度l1,短边ac的物理长度l2,选取自拍摄视频任意一帧二值化图像,从图像中确定af、bf、ae、ec的像素个数,分别记为Δx1,Δy1,Δx2和Δy2,其中,a、b、d、c依次为标记物的4个定点,e点为a点沿X轴方向延长线与c点沿Y轴延长线的交点,f点为a点沿x轴方向延长线与b点沿y轴延长线的交点,并且三角形abf、ace为直角三角形;利用勾股定理得到式(5)和(6),计算出图像中标记物在水平二维中Y轴方向上单位像素对应的物理长度ly和X轴方向上单位像素对应的物理长度lx;
(lxΔx1)2+(lyΔy1)2=(l1)2 (5);
(lxΔx2)2+(lyΔy2)2=(l2)2 (6)。
5.根据权利要求1所述的一种基于地面标记物的无人机悬停精度自测量方法,其特征在于,在步骤S1之前还包括:
选取标记物,记录标记物尺寸,并将标记物固定在地面;
无人机升空前,设置无人机自身搭载的摄像头俯拍角度,垂直对地,开始视频自拍摄,控制无人机升空至标记物上方,待标记物处于自拍摄视频画面中,无人机保持悬停并进行视频自拍摄;
截取出无人机悬停时自拍摄标记物的视频片段。
6.根据权利要求1所述的一种基于地面标记物的无人机悬停精度自测量方法,其特征在于,步骤S2具体包括:对每一帧图像进行预处理、灰度化和图像分割后,得到二值化图像。
7.根据权利要求1~6任意一项所述的一种基于地面标记物的无人机悬停精度自测量方法,其特征在于,所述标记物包括:黑色卡纸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910950797.4A CN110766751B (zh) | 2019-10-08 | 2019-10-08 | 一种基于地面标记物的无人机悬停精度自测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910950797.4A CN110766751B (zh) | 2019-10-08 | 2019-10-08 | 一种基于地面标记物的无人机悬停精度自测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110766751A true CN110766751A (zh) | 2020-02-07 |
CN110766751B CN110766751B (zh) | 2022-07-26 |
Family
ID=69331014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910950797.4A Active CN110766751B (zh) | 2019-10-08 | 2019-10-08 | 一种基于地面标记物的无人机悬停精度自测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110766751B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111951178A (zh) * | 2020-07-07 | 2020-11-17 | 中国人民解放军93114部队 | 显著提升图像质量的图像处理方法、装置和电子设备 |
CN112141363A (zh) * | 2020-11-05 | 2020-12-29 | 云南电力试验研究院(集团)有限公司 | 一种无人机悬停精度测试系统和方法 |
CN114877876A (zh) * | 2022-07-12 | 2022-08-09 | 南京市计量监督检测院 | 一种无人机悬停精度评估方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109974660A (zh) * | 2019-03-18 | 2019-07-05 | 南昌大学 | 基于无人机悬停视频测量无人机悬停精度的方法 |
CN110120100A (zh) * | 2018-02-06 | 2019-08-13 | 广东虚拟现实科技有限公司 | 图像处理方法、装置及识别跟踪系统 |
-
2019
- 2019-10-08 CN CN201910950797.4A patent/CN110766751B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110120100A (zh) * | 2018-02-06 | 2019-08-13 | 广东虚拟现实科技有限公司 | 图像处理方法、装置及识别跟踪系统 |
CN109974660A (zh) * | 2019-03-18 | 2019-07-05 | 南昌大学 | 基于无人机悬停视频测量无人机悬停精度的方法 |
Non-Patent Citations (2)
Title |
---|
D. GO´MEZ-CANDO´N等: ""Assessing the accuracy of mosaics from unmanned aerial vehicle (UAV) imagery for precision agriculture purposes in wheat"", 《SPRINGER SCIENCE+BUSINESS MEDIA NEW YORK 2013》 * |
杨成顺等: ""基于人工标志的无人机视觉导航方法"", 《应用科技》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111951178A (zh) * | 2020-07-07 | 2020-11-17 | 中国人民解放军93114部队 | 显著提升图像质量的图像处理方法、装置和电子设备 |
CN111951178B (zh) * | 2020-07-07 | 2024-04-30 | 中国人民解放军93114部队 | 显著提升图像质量的图像处理方法、装置和电子设备 |
CN112141363A (zh) * | 2020-11-05 | 2020-12-29 | 云南电力试验研究院(集团)有限公司 | 一种无人机悬停精度测试系统和方法 |
CN114877876A (zh) * | 2022-07-12 | 2022-08-09 | 南京市计量监督检测院 | 一种无人机悬停精度评估方法 |
CN114877876B (zh) * | 2022-07-12 | 2022-09-23 | 南京市计量监督检测院 | 一种无人机悬停精度评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110766751B (zh) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9965870B2 (en) | Camera calibration method using a calibration target | |
CN110766751B (zh) | 一种基于地面标记物的无人机悬停精度自测量方法 | |
US9787960B2 (en) | Image processing apparatus, image processing system, image processing method, and computer program | |
CN110246124B (zh) | 基于深度学习的目标尺寸测量方法及系统 | |
CN108810473B (zh) | 一种在移动平台上实现gps映射摄像机画面坐标的方法及系统 | |
CN103399015B (zh) | 病理切片扫描仪及其载片平台定位精度测量方法及装置 | |
CN109801333B (zh) | 体积测量方法、装置、系统及计算设备 | |
KR102016636B1 (ko) | 카메라와 레이더의 캘리브레이션 장치 및 방법 | |
CN111872544B (zh) | 激光出光指示点的标定方法、装置和振镜同轴视觉系统 | |
CN102768762B (zh) | 一种针对盾构隧道病害数字照相检测的数码相机标定方法及其装置 | |
US20220198695A1 (en) | Unmanned aerial vehicle platform based vision measurement method for static rigid object | |
CN107589069B (zh) | 一种物体碰撞恢复系数的非接触式测量方法 | |
CN112825190B (zh) | 一种精度评估方法、系统、电子设备和存储介质 | |
US10515459B2 (en) | Image processing apparatus for processing images captured by a plurality of imaging units, image processing method, and storage medium storing program therefor | |
CN111970454A (zh) | 一种拍摄画面的展示方法、装置、设备及储存介质 | |
Franco et al. | Static and dynamic displacement measurements of structural elements using low cost RGB-D cameras | |
CN115717867A (zh) | 一种基于机载双相机和目标追踪的桥梁变形测量方法 | |
Hsu et al. | Distance and angle measurement of objects on an oblique plane based on pixel number variation of CCD images | |
JP2001317915A (ja) | 3次元計測装置 | |
Jiang et al. | Bridge Deformation Measurement Using Unmanned Aerial Dual Camera and Learning‐Based Tracking Method | |
CN108564626B (zh) | 用于确定安装于采集实体的相机之间的相对姿态角的方法和装置 | |
JP2014102183A (ja) | 画像処理装置および画像処理システム | |
CN203443582U (zh) | 升空烟花综合参数检测系统 | |
CN115731304A (zh) | 一种道路数据生成方法、装置及设备 | |
Manouchehri et al. | Extrinsic calibration of a camera and a 2D laser range finder using ping pong balls and the corner of a room |
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 |