基于光流场的自动飞行器着陆技术研究

论文摘要

本论文研究工作系航空基础科学基金资助项目的一部分(No.03153062)。 视觉运动分析是计算机视觉中的重要研究方向,它解决的主要问题是:利用现有的运动图像序列,从中提取出图像特征(包括点、直线或线束等),并根据其特征的对应关系,计算出图像的二维运动特性,进而估计物体的三维运动参数以及三维结构。视觉运动分析在机器人视觉系统、资源勘探、基于运动分析的空间卫星跟踪、地对空火控系统等工业和军事领域具有重要的应用前景。本论文就是把基于光流场的视觉运动分析,应用到自动飞行器着陆过程中,对目标自动检测与识别,并估计航空母舰与飞行器的运动参数,从而为飞行器着陆时自动导航做准备。 从图像序列恢复物体的三维运动参数和结构信息,一般要分两步走。首先,提取图像特征(本论文主要利用特征点),根据特征的对应关系估计图像的二维运动特性。其次,根据刚体运动方程和透视投影关系建立一组方程,求解物体的运动参数和结构。 在第一步中,引入了几种常见的边缘检测算子,并结合自动飞行器着陆的应用进行了比较,同时对彩色图像的分割过程进行了概述。而特征点的匹配算法采用了基于特征点相关法的匹配策略,该法简单易行,并且充分利用了彩色图像序列RGB三颜色通道的信息。在第二步计算中采用了8点及8点以上对应点估计算法,分别就摄像机静止、物体运动和摄像机运动、物体运动两种最常见的运动形式进行了数学模型推导,并比较了非线性算法和线性算法的优劣。本文中所有自动飞行器着陆于航空母舰的算例,都采用3DMAX5进行动态仿真,符合电视制导的标准。同时,文章最后还就匹配误差、运动参数误差及深度误差等进行了讨论,初步建立了误差评判准则,对产生误差的原因进行了分析,并对如何减少误差提出了建议。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 计算机视觉概述
• 1.2 国内外研究现状
• 1.2.1 基于特征的方法
• 1.2.2 基于光流的方法
• 1.3 本论文的工作
• 第二章 边缘检测和特征提取
• 2.1 常用边缘检测算子
• 2.2 彩色图像分割简介
• 2.2.1 分割所用的彩色空间
• 2.2.2 分割策略
• 第三章 特征点相关匹配法
• 3.1 色彩自身一致性问题
• 3.2 特征点相关法匹配策略
• 第四章 自动飞行器着陆运动分析
• 4.1 引言
• 4.1.1 刚体性质
• 4.1.2 运动模型
• 4.2 透视投影刚体运动和结构计算
• 4.2.1 几何模型和运动方程
• 4.2.2 利用点对应计算刚体运动和结构（摄像机不动）
• 4.2.3 利用点对应计算刚体运动和结构（摄像机运动）
• 第五章 误差分析
• 5.1 误差评定准则
• 5.2 误差分析
• 第六章 结束语
• 学术论文发表情况
• 致谢
• 参考文献