基于图像处理的飞行器姿态测量

论文摘要

舰载机在航空母舰降落过程中的飞行姿态对于舰载机安全降落有至关重要的影响,对于舰载机在降落时飞行姿态的监控也是目前飞行器姿态测量的一个重要领域。本文详细分析了舰载机降落航空母舰的整个过程,并介绍了目前飞行器姿态测量的常用的基于飞机内部传感器的内测方法和基于图像处理的外测方法。在借鉴他人劳动成果的基础上,提出了一套基于Harris特征算子和SIFT特征向量空间的飞行器姿态测量的方法。舰载雷达等设备提供的飞机的位置信息调整摄像机的焦距、角度等参数,此时摄像机拍摄取得舰载机在某一时刻的图像,并对图像进行灰度、二值化处理、去噪声以及图像增强等预处理,为之后的数据分析做准备。其次,利用Harris算法提取预处理图像的特征点。Harris算法提取的特征点检测图像的角点以及边缘,主要集中于舰载机的机翼、尾翼、机首等较为尖端的边缘上。因此,可以利用Harris特征点对舰载机进行粗定位,找到舰载机的角点和边缘点等位置。同时对第一步处理的图像利用SIFT特征提取算子提取特征点,为后续的局部空间模板匹配建立SIFT特征向量空间。再次,以Harris特征点为中心,在2倍模板长宽范围内进行SIFT算子提取特征点与现有模板库匹配,搜索飞行器的特定点的位置,由此可以有效地减少模板匹配的计算量。最后,通过第三步定位的特定点,测量特定点之间的距离和角度,通过与实际飞机比例参数的比对以及对飞行器三维投影的计算,得到飞行器的三维姿态数据。本文中的图像由于在采集和测定实际飞机姿态存在一定的困难,所以本文中实验仿真所使用的图像是通过舰载机苏-33的三维模型在3D MAX软件中模拟产生的。利用本文提出的方法对这些图像进行处理,测量舰载机的飞行姿态并与飞机实际的飞行姿态相比对,本文所提出的方法可以较为准确的测量飞行器的姿态。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题来源与研究背景
• 1.1.1 飞行器在航母的降落过程
• 1.1.2 飞行器姿态测量方法
• 1.1.3 基于数字图像的摄影测量的特点
• 1.2 目前国内外的研究状况
• 1.3 本论文所做的工作和内容的安排
• 第2章 计算机视觉中运动目标姿态分析
• 2.1 三维计算机视觉系统的几何模型
• 2.1.1 世界坐标系与摄像机坐标系重合时的摄像机模型
• 2.1.2 世界坐标系与摄像机坐标系分开时的摄像机模型
• 2.2 刚体运动与计算机视觉领域的运动分析方法
• 2.2.1 刚体运动
• 2.2.2 基于光流场的运动分析
• 2.2.3 基于特征的运动分析
• 2.3 测量学领域的运动目标姿态方法
• 2.3.1 传统摄影测量中运动目标姿态测量
• 2.3.2 GPS动态定位与姿态测量
• 2.4 本章小结
• 第3章 特征点提取
• 3.1 角点检测算法的研究现状
• 3.1.1 角点检测准则
• 3.1.2 现有的角点检测方法
• 3.2 Harris角点检测方法
• 3.3 SUSAN角点检测算法
• 3.4 Harris与SUSAN特征点的性能的比较
• 3.5 本章小结
• 第4章 SIFT特征提取匹配算法
• 4.1 立体匹配
• 4.1.1 立体匹配关键技术
• 4.1.2 特征空间
• 4.1.3 相似性度量
• 4.1.4 搜索空间
• 4.1.5 搜索策略
• 4.2 局部特征描述子性能评估
• 4.3 基于SIFT特征描述子的立体匹配算法
• 4.3.1 SIFT特征匹配概述
• 4.3.2 图像多尺度表示
• 4.3.3 SIFT特征匹配算法
• 4.4 SIFT特征点抗噪声性能
• 4.5 本章小结
• 第5章 飞行器姿态识别
• 5.1 姿态测量的实现方法
• 5.2 仿真实验环境的建立
• 5.2.1 仿真实验采用的舰载机参数介绍
• 5.2.2 仿真实验舰载机图像的采集
• 5.3 舰载机姿态测量
• 5.3.1 模板库的建立
• 5.3.2 特征空间局部匹配
• 5.3.3 飞行器姿态的测定
• 5.3.4 实验结果分析
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢