CN114859371A - 一种无人机蜂群高分辨复合探测系统及方法 - Google Patents
一种无人机蜂群高分辨复合探测系统及方法 Download PDFInfo
- Publication number
- CN114859371A CN114859371A CN202210791678.0A CN202210791678A CN114859371A CN 114859371 A CN114859371 A CN 114859371A CN 202210791678 A CN202210791678 A CN 202210791678A CN 114859371 A CN114859371 A CN 114859371A
- Authority
- CN
- China
- Prior art keywords
- image
- visible light
- laser
- imaging
- infrared
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 72
- 239000002131 composite material Substances 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 12
- 238000003384 imaging method Methods 0.000 claims abstract description 169
- 238000003331 infrared imaging Methods 0.000 claims abstract description 56
- 238000007499 fusion processing Methods 0.000 claims abstract description 51
- 230000003287 optical effect Effects 0.000 claims abstract description 38
- 239000013307 optical fiber Substances 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims description 66
- 230000001629 suppression Effects 0.000 claims description 21
- 230000004927 fusion Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 5
- 230000002708 enhancing effect Effects 0.000 claims description 4
- 230000004456 color vision Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000002592 echocardiography Methods 0.000 claims description 2
- 238000003491 array Methods 0.000 claims 1
- 150000001875 compounds Chemical class 0.000 claims 1
- 239000000835 fiber Substances 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 abstract 4
- 230000008901 benefit Effects 0.000 description 4
- 230000007123 defense Effects 0.000 description 4
- 230000010287 polarization Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/04—Systems determining the presence of a target
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
- H04N23/675—Focus control based on electronic image sensor signals comprising setting of focusing regions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/10048—Infrared image
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种无人机蜂群高分辨复合探测系统及方法,该系统包括:红外成像单元,包括红外探测器;可见光成像单元,包括可见光探测器;激光成像雷达;包括激光器、扩束镜、衍射光学元件、扫描模块、光纤阵列以及探测器模块;图像融合处理单元;主控及显示单元;伺服转台;供电单元,通过伺服转台搭载成像单元进行无人机蜂群大范围搜索,利用红外成像单元与可见光成像单元对整个无人机蜂群进行快速成像,并为激光成像雷达提供指引,然后结合二维扫描实现无人机蜂群的远距离高分辨成像,通过对所有成像结果进行特征匹配等融合处理,成像范围大、探测距离远、成像分辨率高。
Description
技术领域
本发明属于无人机蜂群探测技术领域,更具体地,涉及一种无人机蜂群高分辨复合探测系统及方法。
背景技术
无人机蜂群以单机的作战能力为基础,以无人机之间的通信能力为支撑,以智能化为核心,基于开放式体系架构综合集成构建。无人机蜂群作战同传统空中作战力量相比具有无人机数量多、抗打击能力强、成本低、使用灵活等特点。通常以数量优势突破防空火力网,对目标实现分布侦查或打击,给未来防空作战带来巨大威胁,给现有探测系统带来了严峻挑战。因此,迫切需要研究反制无人蜂群的新型探测手段和作战模式,尤其是作为战略要害的防御地区,迫切需要新式防空探测手段来抵消无人蜂群带来的威胁。
距离高分辨探测技术是无人机蜂群探测的关键技术,其中远距离探测能力是无人机蜂群探测系统进行无人机蜂群遂行任务辨别、无人机蜂群运动轨迹预判、无人机蜂群指引信息上传等关键过程的时间保障;无人机蜂群目标的高分辨探测是无人机群鸟群区分、无人机型号识别、无人机搭载载荷确认、打击位置指引等关键步骤的重要技术支撑。
专利CN112379386A公开了一种无人蜂群目标空间位置分布探测系统及方法,探测系统包括:旋转台、驱动装置、光电探测部件和控制处理模块,通过对激光进行偏振调制,结合距离选通成像和偏振关联成像对目标进行位置探测。系统采用了偏振调制及解调的探测方式,由于蜂群无人机属于非合作目标,偏振反射特性不一致,容易导致系统探测失效,另外,系统不具备对无人机蜂群的高分辨探测能力。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供一种无人机蜂群高分辨复合探测系统及方法,通过伺服转台搭载成像单元进行无人机蜂群大范围搜索,利用红外成像单元与可见光成像单元对整个无人机蜂群进行快速成像,并为激光成像雷达提供指引,然后利用激光成像雷达结合光束二维扫描实现无人机蜂群的远距离高分辨成像,通过图像融合处理单元对所有成像结果进行特征匹配等融合处理,具有成像范围大、探测距离远、成像分辨率高等优势。
为实现上述目的,按照本发明的一方面,提供一种无人机蜂群高分辨复合探测系统,包括:
红外成像单元,用于红外区段无人机蜂群目标检测,获取红外图像,包括用于红外成像探测的红外探测器;
可见光成像单元,用于可见光区段无人机蜂群目标检测,获取可见光图像,包括用于可见光成像探测的可见光探测器,所述红外成像单元和可见光成像单元的光轴平行;
激光成像雷达,用于对无人机蜂群进行激光扫描,获取激光成像结果;包括用于激光发射的激光器、用于调节激光准直度的扩束镜、用于将激光在远场调制为二维点阵形式的衍射光学元件、与所述衍射光学元件连接,用于激光二维扫描探测的扫描模块、用于接收激光每个发射光学点阵的目标回波的光纤阵列以及用于接收光纤耦合信号输入的探测器模块;所述光纤阵列与激光经过所述衍射光学元件后在远场的二维点阵一一对应,所述扩束镜、所述衍射光学元件以及所述扫描模块由所述激光成像雷达内部向外部依次设于所述激光器发射激光主轴上;
图像融合处理单元,用于接收和处理红外成像单元和可见光成像单元的成像结果,提取无人蜂群方位信息,接收和处理激光成像结果,实现无人机蜂群的高分辨成像以及检测识别;
主控及显示单元,用于控制红外图像、可见光图像和激光成像结果的采集、探测无人机蜂群,接收图像融合处理单元融合处理后的成像结果并显示,输出无人机蜂群探测结果;
伺服转台,用于固定安装激光成像雷达、红外成像单元、可见光成像单元、图像融合处理单元、主控及显示单元,搭载激光成像雷达、红外成像单元、可见光成像单元进行大范围搜索,搜索范围为方位向360°,俯仰向90°半球空间,探测无人机蜂群;
供电单元,用于对激光成像雷达、红外成像单元、可见光成像单元、伺服转台、图像融合处理单元和主控及显示单元供电;通过红外和可见光成像手段,确定无人机蜂群方位,再结合激光雷达二维点阵扫描,实现对无人机蜂群高分辨探测。
进一步地,所述激光成像雷达还包括:光学接收模块,所述衍射光学元件与所述光学接收模块共口径设计,共用所述扫描模块,所述光纤阵列的回波信号输入端位于所述光学接收模块的后焦面上,为二维排列形式,所述扫描模块、所述光学接收模块、所述光纤阵列以及探测器模块由述激光成像雷达外部向内部依次设于反射激光接收主轴上。
进一步地,所述激光成像雷达还包括:用于控制激光成像雷达,进行图像处理和数据传输的主控及数据处理模块,所述主控及数据处理模块设有五个端口,所述主控及数据处理模块的第一端口与所述激光器相连,所述主控及数据处理模块的第二端口与所述扫描模块相连,所述主控及数据处理模块的第三端口与所述探测器相连,所述主控及数据处理模块的第四端口与所述图像融合处理单元相连,所述主控及数据处理模块的第五端口与所述主控及显示单元相连。
进一步地,所述探测器模块为多个单元探测器组成或为一个二维光学探测器。
进一步地,所述可见光成像单元还包括:用于调节焦距的可见光变焦镜头、可见光变焦镜头控制模块以及调节所述可见光成像单元有效光阑的可调光阑;
进一步地,包括:所述红外成像单元还包括:用于调节焦距的红外变焦镜头、以及用于控制所述红外变焦镜头的红外变焦镜头控制模块。
按照本发明的另一方面,提供一种无人机蜂群高分辨复合探测方法,包括:
S100开机,参数设置:供电单元供电,开机,通过主控及显示单元进行参数设置;
S200初步探测:在主控及显示单元操控下,伺服转台搭载红外成像单元、可见光成像单元,进行无人机蜂群目标检测,搜索范围为方位向360°,俯仰向90°半球空间,获取红外成像单元和可见光成像单元的红外图像和可见光图像;
S300图像处理与方位信息提取:对获取的红外图像和可见光图像进行图像增强、背景抑制提取无人机蜂群的方位信息,并传输至主控及显示单元;
S400高分辨探测:根据无人机蜂群方位信息,在主控及显示单元操控下,激光成像雷达对无人机蜂群进行激光探测,得到激光成像结果;
S500图像处理:图像融合处理单元将激光成像结果、增强处理及背景抑制处理后的红外图像及可见光图像进行特征匹配及融合处理,实现无人机蜂群的高分辨成像。
进一步地,所述图像增强处理流程包括如下步骤:
S301:利用基于尺度Retinex理论的亮度及颜色感知模型对所述红外图像与所述可见光图像进行灰度调节;
S302:利用基于概率非局部均值算法对所述S301处理后的所述红外图像与所述可见光图像进行细节与对比度增强;
S303:将所述S302处理后的所述红外细节与对比度增强图像进行图像重构,同时,将所述S302处理后的所述可见光细节与对比度增强图像进行图像重构,得到增强处理后的图像,
进一步地,所述背景抑制处理流程包括如下步骤:
S304:图像预处理,滤除图像固有噪声与动态噪声,同时增强图像;
S305:选取图像尺寸,得到中心像素点周围区域的平均响应;
S306:求得中心像素在四个方向上的局部导数,得到局部导数图;
S307:求取局部导数图的邻域极差图;
S308:根据四个方向的邻域极差图得到显著图;
S309:求解自适应阈值,并分割显著图像,得到背景抑制后的图像。
进一步地,所述特征匹配及融合处理的算法包括如下步骤:
S501:对所述激光图像采用基于Laplace算法进行边缘增强;
S502:采用Canny边缘检测及ORB特征检测算法将所述激光成像结果、增强处理及背景抑制处理后的所述红外图像及可见光图像进行特征匹配;
S503:将所述激光成像结果、增强处理及背景抑制处理后的所述红外图像及可见光图像进行融合,所述融合算法包括像素级融合、特征级融合、决策级融合。
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.本发明的无人机蜂群高分辨复合探测系统,通过伺服转台搭载成像单元进行无人机蜂群大范围搜索,利用红外成像单元与可见光成像单元对整个无人机蜂群进行快速成像,并为激光成像雷达提供指引,然后利用激光成像雷达结合光束二维扫描实现无人机蜂群的远距离高分辨成像,通过图像融合处理单元对所有成像结果进行特征匹配等融合处理,具有成像范围大、探测距离远、成像分辨率高等优势。
附图说明
图1为本发明无人机蜂群高分辨复合探测系统的示意图;
图2为本发明无人机蜂群高分辨复合探测系统红外成像单元的组成示意图;
图3为本发明无人机蜂群高分辨复合探测系统可见光成像单元的组成示意图
图4为本发明的无人机蜂群高分辨复合探测方法流程图。
在所有附图中,同样的附图标记表示相同的技术特征,具体为:1-激光成像雷达、2-红外成像单元、201-红外探测器、202-红外变焦镜头、203-红外变焦镜头控制模块、204-红外成像处理模块、3-可见光成像单元、301-可见光探测器、302-可见光变焦镜头、303-可调光阑、304-可见光变焦镜头控制模块、4-伺服转台、5-图像融合处理单元、6-主控及显示单元、7-供电单元。
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。
如图1所示,本发明提供一种无人机蜂群高分辨复合探测系统,包括:
伺服转台4、分别设于伺服转台4上的激光成像雷达1、红外成像单元2、可见光成像单元3、图像融合处理单元5、主控及显示单元6,图像融合处理单元5分别与激光成像雷达1、红外成像单元2、可见光成像单元3通过端口连接,主控及显示单元6分别与激光成像雷达1、红外成像单元2、可见光成像单元3、伺服转台4、图像融合处理单元5通过端口连接,供电单元7分别与激光成像雷达1、红外成像单元2、可见光成像单元3、伺服转台4、图像融合处理单元5、主控及显示单元6电路连接。
红外成像单元2,用于红外区段无人机蜂群目标检测,指引激光成像雷达1的成像检测;包括红外探测器201、红外变焦镜头202、红外变焦镜头控制模块203、红外成像处理模块204,当红外成像单元探测到无人机蜂群后,红外变焦镜头控制模块203控制红外变焦镜头202焦距减小,增大红外成像单元2成像视场,直到整个无人机蜂群全部成像在红外成像单元2图像中时停止焦距减小,在无人机蜂群飞行过程中,红外变焦镜头控制模块203控制红外变焦镜头202改变焦距,保证无人机蜂群始终在红外成像单元2的成像视场之内;红外成像处理模块204将红外成像结果传输给图像融合处理单元5;
可见光成像单元3,用于可见光区段无人机蜂群目标检测,指引激光成像雷达1的成像检测;包括可见光探测器301、可见光变焦镜头302、可调光阑303、可见光变焦镜头控制模块304,当可见光成像单元3探测到无人机蜂群后,可见光变焦镜头控制模块304控制可见光变焦镜头302焦距减小,增大可见光成像单元3成像视场,直到整个无人机蜂群全部成像在可见光成像单元3图像中时停止焦距减小,另外,在无人机蜂群飞行过程中,可见光变焦镜头控制模块304控制可见光变焦镜头302改变焦距,保证无人机蜂群始终在可见光成像单元3的成像视场之内;可调光阑303根据入射到可见光成像单元3内的太阳光强度调节可见光成像单元3的有效光阑,当入射的太阳光较强时,减小光阑,当入射的太阳光较弱时,增大光阑,保证始终实现对无人机蜂群的有效探测;可见光探测器301将可见光成像结果传输给图像融合处理单元5;
激光成像雷达1,用于结合红外成像单元2和可见光成像单元3的指引,对无人机蜂群进行高分辨率成像;包括激光器、扩束镜、衍射光学元件、扫描模块、光学接收模块、光纤阵列、探测器模块、主控及数据处理模块,激光器发射激光主轴上由内至外依次为扩束镜、衍射光学元件、扫描模块,目标激光反射接收主轴上由外至内依次为扫描模块、光学接收模块、光纤阵列、探测器模块,衍射光学元件与光学接收模块共口径设计,共用扫描模块;衍射光学元件为二维衍射光学元件,激光经过衍射光学元件后在远场为二维点阵形式;光纤阵列的回波信号输入端位于光学接收模块的后焦面上,为二维排列形式;在主控及显示单元6操控下激光器发射的激光经过扩束镜改善准直度,并经由衍射光学元件处理后通过扫描模块,结合红外成像单元2和可见光成像单元3的指引,对无人机蜂群以二维点阵形式进行扫描,反射的激光经扫描模块、光学接收模块,到达光纤阵列和探测器模块进行光电转换,并传输至主控及数据处理模块进行成像处理,成像结果传输至图像融合处理单元5,图像融合处理单元5处理后传输至主控及显示单元6。
具体而言,探测器模块为多个单元探测器组成或为一个二维光学探测器;
具体而言,激光经过衍射光学元件后在远场的二维点阵与光纤阵列一一对应,即每个发射光学点阵的目标回波被与之对应的光纤接收;
具体而言,探测器为光纤耦合输入形式,光纤阵列的一端位于光学接收模块的后焦面上,另一端与探测器相连,光纤阵列的出射光照射到探测器的光敏面上;
具体而言,主控及数据处理模块的第一端口与激光器相连,主控及数据处理模块的第二端口与扫描模块相连,主控及数据处理模块的第三端口与探测器相连,主控及数据处理模块的第四端口与图像融合处理单元相连,主控及数据处理模块的第五端口与主控及显示单元相连。
伺服转台4,用于搭载激光成像雷达1、红外成像单元2、可见光成像单元3、图像融合处理单元5、主控及显示单元6、供电单元7,在主控及显示单元6控制下进行大范围搜索;
图像融合处理单元5,用于接收激光成像雷达1、红外成像单元2和可见光成像单元3的成像结果,进行图像处理,将图像处理结果传输至主控及显示单元6;
主控及显示单元6,用于控制伺服转台4搭载其它各单元进行大范围搜索,控制激光成像雷达1、红外成像单元2、可见光成像单元3进行图像采集、探测无人机蜂群,接收图像融合处理单元5融合处理后的成像结果并显示,输出无人机蜂群探测结果。
供电单元7,用于对激光成像雷达1、红外成像单元2、可见光成像单元3、伺服转台4、图像融合处理单元5和主控及显示单元6供电。
在进行无人机蜂群探测时,供电单元7提供电能,伺服转台4在主控及显示单元6的控制下搭载红外成像单元2、可见光成像单元3进行大范围搜索。
当红外成像单元探测到无人机蜂群后,红外变焦镜头控制模块203控制红外变焦镜头202焦距减小,增大红外成像单元2成像视场,直到整个无人机蜂群全部成像在红外成像单元2图像中时停止焦距减小,在无人机蜂群飞行过程中,红外变焦镜头控制模块203控制红外变焦镜头202改变焦距,保证无人机蜂群始终在红外成像单元2的成像视场之内;红外成像处理模块204将红外成像结果传输给图像融合处理单元5;当可见光成像单元3探测到无人机蜂群后,可见光变焦镜头控制模块304控制可见光变焦镜头302焦距减小,增大可见光成像单元3成像视场,直到整个无人机蜂群全部成像在可见光成像单元3图像中时停止焦距减小,另外,在无人机蜂群飞行过程中,可见光变焦镜头控制模块304控制可见光变焦镜头302改变焦距,保证无人机蜂群始终在可见光成像单元3的成像视场之内;可调光阑303根据入射到可见光成像单元3内的太阳光强度调节可见光成像单元3的有效光阑,当入射的太阳光较强时,减小光阑,当入射的太阳光较弱时,增大光阑,保证始终实现对无人机蜂群的有效探测;可见光探测器301将可见光成像结果传输给图像融合处理单元5。
图像融合处理单元5对获取的红外图像和可见光图像进行图像增强、背景抑制提取无人机蜂群的方位信息,并传输至主控及显示单元6,主控及显示单元6根据无人机蜂群的方位信息指引激光成像雷达1对无人机蜂群进行探测,在主控及显示单元6操控下激光器发射的激光经过扩束镜改善准直度,并经由衍射光学元件处理后通过扫描模块,结合红外成像单元2和可见光成像单元3的指引,对无人机蜂群以二维点阵形式进行扫描,反射的激光经扫描模块、光学接收模块,到达光纤阵列和探测器模块进行高分辨成像,数据传输至图像融合处理单元5,图像融合处理单元5处理后传输至主控及显示单元6。
图像融合处理单元5将激光成像结果、增强处理及背景抑制处理后的红外图像及可见光图像进行特征匹配及融合处理,实现无人机蜂群的高分辨成像,传输至至主控及显示单元6进行成像结果显示,输出无人机蜂群探测结果。
本发明通过伺服转台搭载上述成像单元进行无人机蜂群大范围搜索,利用红外成像单元与可见光成像单元对整个无人机蜂群进行快速成像,并为激光成像雷达提供指引,然后利用激光成像雷达结合光束快速扫描实现无人机蜂群的远距离高分辨成像,通过图像融合处理单元对所有成像结果进行图像增强、背景抑制、特征匹配等融合处理,具有成像范围大、探测距离远、成像分辨率高等优势,是无人机蜂群探测领域的重要技术改进。
基于上述实施例,本发明提供一种无人机蜂群高分辨复合探测方法,包括如下步骤:
S100开机,参数设置:供电单元7供电,开机,通过主控及显示单元6进行参数设置;
S200初步探测:在主控及显示单元6操控下,伺服转台4搭载红外成像单元2、可见光成像单元3进行无人机蜂群目标检测,获取红外成像单元和可见光成像单元的红外图像和可见光图像;
S300图像处理与方位信息提取:对获取的红外图像和可见光图像进行图像增强、背景抑制提取无人机蜂群的方位信息,并传输至主控及显示单元6;
所述图像增强处理流程包括如下步骤:
S301:利用基于尺度Retinex理论的亮度及颜色感知模型对所述红外图像与所述可见光图像进行灰度调节;
S302:利用基于概率非局部均值算法对S301步骤处理后的所述红外图像与所述可见光图像进行细节与对比度增强;
S303:将S302步骤处理后的所述红外细节与对比度增强图像进行图像重构,同时,将S302步骤处理后的所述可见光细节与对比度增强图像进行图像重构,得到增强处理后的图像。
所述背景抑制处理流程包括如下步骤:
S304:图像预处理,滤除图像固有噪声与动态噪声,同时增强图像;
S305:选取图像尺寸,得到中心像素点周围区域的平均响应;
S306:求得中心像素在四个方向上的局部导数,得到局部导数图;
S307:求取局部导数图的邻域极差图;
S308:根据四个方向的邻域极差图得到显著图;
S309:求解自适应阈值,并分割显著图像,得到背景抑制后的图像。
S400高分辨探测:根据无人机蜂群方位信息,在主控及显示单元6操控下,激光成像雷达1对无人机蜂群进行激光探测,得到激光成像结果;
S500图像处理:图像融合处理单元5将激光成像结果、增强处理及背景抑制处理后的红外图像及可见光图像进行特征匹配及融合处理,实现无人机蜂群的高分辨成像。
所述特征匹配及融合处理的算法包括如下步骤:
S501:对所述激光图像采用基于Laplace算法进行边缘增强;
S502:采用Canny边缘检测及ORB特征检测算法将所述激光成像结果、增强处理及背景抑制处理后的所述红外图像及可见光图像进行特征匹配;
S503:将所述激光成像结果、增强处理及背景抑制处理后的所述红外图像及可见光图像进行融合,所述融合算法包括像素级融合、特征及融合、决策及融合。
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,并不用于限制本发明,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 (10)
1.一种无人机蜂群高分辨复合探测系统,其特征在于,包括:
红外成像单元(2),用于红外区段无人机蜂群目标检测,获取红外图像,包括用于红外成像探测的红外探测器(201);
可见光成像单元(3),用于可见光区段无人机蜂群目标检测,获取可见光图像,包括用于可见光成像探测的可见光探测器(301),所述红外成像单元(2)和可见光成像单元(3)的光轴平行;
激光成像雷达(1),用于对无人机蜂群进行激光扫描,获取激光成像结果;包括用于激光发射的激光器、用于调节激光准直度的扩束镜、用于将激光在远场调制为二维点阵形式的衍射光学元件、与所述衍射光学元件连接,用于激光二维扫描探测的扫描模块、用于接收激光每个发射光学点阵的目标回波的光纤阵列以及用于接收光纤耦合信号输入的探测器模块;所述光纤阵列与激光经过所述衍射光学元件后在远场的二维点阵一一对应,所述扩束镜、所述衍射光学元件以及所述扫描模块由所述激光成像雷达(1)内部向外部依次设于所述激光器发射激光主轴上;
图像融合处理单元(5),用于接收和处理红外成像单元(2)和可见光成像单元(3)的成像结果,提取无人蜂群方位信息,接收和处理激光成像结果,实现无人机蜂群的高分辨成像以及检测识别;
主控及显示单元(6),用于控制红外图像、可见光图像和激光成像结果的采集、探测无人机蜂群,接收图像融合处理单元(5)融合处理后的成像结果并显示,输出无人机蜂群探测结果;
伺服转台(4),用于固定安装激光成像雷达(1)、红外成像单元(2)、可见光成像单元(3)、图像融合处理单元(5)、主控及显示单元(6),搭载激光成像雷达(1)、红外成像单元(2)、可见光成像单元(3)进行全区域成像,探测无人机蜂群;
供电单元(7),用于对激光成像雷达(1)、红外成像单元(2)、可见光成像单元(3)、伺服转台(4)、图像融合处理单元(5)和主控及显示单元(6)供电;通过红外和可见光成像手段,确定无人机蜂群方位,再结合激光雷达二维点阵扫描,实现对无人机蜂群高分辨探测。
2.根据权利要求1所述的无人机蜂群高分辨复合探测系统,其特征在于,所述激光成像雷达(1)还包括:光学接收模块,所述衍射光学元件与所述光学接收模块共口径设计,共用所述扫描模块,所述光纤阵列的回波信号输入端位于所述光学接收模块的后焦面上,为二维排列形式,所述扫描模块、所述光学接收模块、所述光纤阵列以及探测器模块由述激光成像雷达(1)外部向内部依次设于反射激光接收主轴上。
3.根据权利要求1所述的无人机蜂群高分辨复合探测系统,其特征在于,所述激光成像雷达(1)还包括:用于控制激光成像雷达(1),进行图像处理和数据传输的主控及数据处理模块,所述主控及数据处理模块设有五个端口,所述主控及数据处理模块的第一端口与所述激光器相连,所述主控及数据处理模块的第二端口与所述扫描模块相连,所述主控及数据处理模块的第三端口与所述探测器相连,所述主控及数据处理模块的第四端口与所述图像融合处理单元(5)相连,所述主控及数据处理模块的第五端口与所述主控及显示单元(6)相连。
4.根据权利要求1所述的无人机蜂群高分辨复合探测系统,其特征在于,所述探测器模块为多个单元探测器组成或为一个二维光学探测器。
5.根据权利要求1所述的无人机蜂群高分辨复合探测系统,其特征在于,所述可见光成像单元(3)还包括:用于调节焦距的可见光变焦镜头(302)、可见光变焦镜头控制模块(304)以及调节所述可见光成像单元(3)有效光阑的可调光阑(303)。
6.根据权利要求1所述的无人机蜂群高分辨复合探测系统,其特征在于,包括:所述红外成像单元(2)还包括:用于调节焦距的红外变焦镜头(202)、以及用于控制所述红外变焦镜头(202)的红外变焦镜头控制模块(203)。
7.一种无人机蜂群高分辨复合探测方法,其特征在于,包括:
S100开机,参数设置:供电单元(7)供电,开机,通过主控及显示单元(6)进行参数设置;
S200初步探测:在主控及显示单元(6)操控下,伺服转台(4)搭载红外成像单元(2)、可见光成像单元(3),进行无人机蜂群目标检测,获取红外成像单元和可见光成像单元的红外图像和可见光图像;
S300图像处理与方位信息提取:对获取的红外图像和可见光图像进行图像增强、背景抑制提取无人机蜂群的方位信息,并传输至主控及显示单元(6);
S400高分辨探测:根据无人机蜂群方位信息,在主控及显示单元(6)操控下,激光成像雷达(1)对无人机蜂群进行激光探测,得到激光成像结果;
S500图像处理:图像融合处理单元(5)将激光成像结果、增强处理及背景抑制处理后的红外图像及可见光图像进行特征匹配及融合处理,实现无人机蜂群的高分辨成像。
8.根据权利要求7所述的无人机蜂群高分辨复合探测方法,其特征在于,所述图像增强处理流程包括如下步骤:
S301:利用基于尺度Retinex理论的亮度及颜色感知模型对所述红外图像与所述可见光图像进行灰度调节;
S302:利用基于概率非局部均值算法对所述S301处理后的所述红外图像与所述可见光图像进行细节与对比度增强;
S303:将所述S302处理后的所述红外细节与对比度增强图像进行图像重构,同时,将所述S302处理后的所述可见光细节与对比度增强图像进行图像重构,得到增强处理后的图像。
9.根据权利要求7所述的无人机蜂群高分辨复合探测方法,其特征在于,所述背景抑制处理流程包括如下步骤:
S304:图像预处理,滤除图像固有噪声与动态噪声,同时增强图像;
S305:选取图像尺寸,得到中心像素点周围区域的平均响应;
S306:求得中心像素在四个方向上的局部导数,得到局部导数图;
S307:求取局部导数图的邻域极差图;
S308:根据四个方向的邻域极差图得到显著图;
S309:求解自适应阈值,并分割显著图像,得到背景抑制后的图像。
10.根据权利要求7所述的无人机蜂群高分辨复合探测方法,其特征在于,所述特征匹配及融合处理的算法包括如下步骤:
S501:对所述激光图像采用基于Laplace算法进行边缘增强;
S502:采用Canny边缘检测及ORB特征检测算法将所述激光成像结果、增强处理及背景抑制处理后的所述红外图像及可见光图像进行特征匹配;
S503:将所述激光成像结果、增强处理及背景抑制处理后的所述红外图像及可见光图像进行融合,所述融合算法包括像素级融合、特征级融合、决策级融合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210791678.0A CN114859371A (zh) | 2022-07-07 | 2022-07-07 | 一种无人机蜂群高分辨复合探测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210791678.0A CN114859371A (zh) | 2022-07-07 | 2022-07-07 | 一种无人机蜂群高分辨复合探测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114859371A true CN114859371A (zh) | 2022-08-05 |
Family
ID=82625837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210791678.0A Pending CN114859371A (zh) | 2022-07-07 | 2022-07-07 | 一种无人机蜂群高分辨复合探测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114859371A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103499818A (zh) * | 2013-10-10 | 2014-01-08 | 中国科学院上海技术物理研究所 | 一种红外与激光复合探测系统 |
CN109188451A (zh) * | 2018-10-15 | 2019-01-11 | 北京径科技有限公司 | 一种激光雷达系统 |
CN112950696A (zh) * | 2021-02-03 | 2021-06-11 | 珠海格力智能装备有限公司 | 导航地图的生成方法及生成装置、电子设备 |
CN112991246A (zh) * | 2021-02-05 | 2021-06-18 | 中国科学院信息工程研究所 | 一种可见光与红外视频图像融合方法及装置 |
CN113596335A (zh) * | 2021-07-31 | 2021-11-02 | 重庆交通大学 | 基于图像融合的公路隧道火灾监测系统及方法 |
CN113645397A (zh) * | 2020-04-27 | 2021-11-12 | 杭州海康机器人技术有限公司 | 移动目标对象的跟踪方法、装置及跟踪系统 |
CN113743565A (zh) * | 2021-08-05 | 2021-12-03 | 中国人民解放军火箭军工程大学 | 一种基于群体体系结构的无人机蜂群反制方法 |
CN113741532A (zh) * | 2021-09-16 | 2021-12-03 | 温州大学大数据与信息技术研究院 | 一种反无人机目标跟踪反制系统 |
-
2022
- 2022-07-07 CN CN202210791678.0A patent/CN114859371A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103499818A (zh) * | 2013-10-10 | 2014-01-08 | 中国科学院上海技术物理研究所 | 一种红外与激光复合探测系统 |
CN109188451A (zh) * | 2018-10-15 | 2019-01-11 | 北京径科技有限公司 | 一种激光雷达系统 |
CN113645397A (zh) * | 2020-04-27 | 2021-11-12 | 杭州海康机器人技术有限公司 | 移动目标对象的跟踪方法、装置及跟踪系统 |
CN112950696A (zh) * | 2021-02-03 | 2021-06-11 | 珠海格力智能装备有限公司 | 导航地图的生成方法及生成装置、电子设备 |
CN112991246A (zh) * | 2021-02-05 | 2021-06-18 | 中国科学院信息工程研究所 | 一种可见光与红外视频图像融合方法及装置 |
CN113596335A (zh) * | 2021-07-31 | 2021-11-02 | 重庆交通大学 | 基于图像融合的公路隧道火灾监测系统及方法 |
CN113743565A (zh) * | 2021-08-05 | 2021-12-03 | 中国人民解放军火箭军工程大学 | 一种基于群体体系结构的无人机蜂群反制方法 |
CN113741532A (zh) * | 2021-09-16 | 2021-12-03 | 温州大学大数据与信息技术研究院 | 一种反无人机目标跟踪反制系统 |
Non-Patent Citations (6)
Title |
---|
刘维习: "复杂背景下红外小目标检测方法研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
李佳 等: "基于Retinex理论与概率非局部均值的红外图像增强方法", 《光子学报》 * |
杨楠: "基于全景视觉引导的动目标跟踪系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
梁文锋: "基于低成本PTZ摄像机的目标跟踪算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
萧泽新: "《光机电一体化系统及应用》", 31 October 2011, 华南理工大学出版社 * |
黄颖杰 等: "基于红外与可见光图像融合的无人机探测研究", 《电脑知识与技术》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8462323B2 (en) | Integrated multi-sensor surveilance and tracking system | |
CN105758397B (zh) | 一种飞行器摄像定位方法 | |
US20090228159A1 (en) | Dual fov imaging semi-active laser system | |
CN212135234U (zh) | 一种用于输电线路巡检无人机的飞行辅助装置 | |
CN110244314A (zh) | 一种“低慢小”目标探测识别系统与方法 | |
CN107241533B (zh) | 一种水下面阵扫描激光成像装置及方法 | |
CN109444056B (zh) | 一种双目成像式水下光谱反射率原位测量装置及测量方法 | |
CN109885053A (zh) | 一种障碍物检测方法、装置及无人机 | |
CN112884692B (zh) | 分布式机载协同侦察光电系统及无人机系统 | |
CN108802742A (zh) | 异常物体监测方法、装置及系统 | |
CN110858892A (zh) | 岸岛观测系统 | |
CN107943084B (zh) | 一种针对民用多旋翼无人机的跟随式电磁干扰系统及方法 | |
US11047958B1 (en) | Sensor fusing using 3D fiber coupled scanning LIDAR | |
CN111123979B (zh) | 基于双无人机的激光诱骗干扰设备诱偏效果外场评估系统 | |
US20130235211A1 (en) | Multifunctional Bispectral Imaging Method and Device | |
CN112598702B (zh) | 一种基于合作信标的水下目标全自动识别与跟踪系统和方法 | |
CN114690796A (zh) | 一种用于无人机机间测距的相对定位系统及方法 | |
CN114859371A (zh) | 一种无人机蜂群高分辨复合探测系统及方法 | |
CN209460409U (zh) | 一种水下激光成像侦察设备 | |
CN116088367A (zh) | 一种无人舰艇航行控制系统、方法、计算机设备及介质 | |
CN206684300U (zh) | 一种360度全景固态深度传感器 | |
JP2017088072A (ja) | 宇宙物体観測システム及び宇宙物体観測方法 | |
CN201298131Y (zh) | 激光夜摄航空数码相机 | |
CN112947577A (zh) | 网电复合无人机目标拦截方法、装置及系统 | |
CN108718403A (zh) | 用于多旋翼无人热气飞艇的影像全景系统 |
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 |