视觉地形匹配定位技术地研究.pdfVIP

中国航空学会 控制与应用第十三届学术年会5．07 视觉地形匹配定位技术的研究 王军权张常云 北京航空航天大学自动控制系北京10083 摘要视觉地形匹配与常规的地形匹配系统的不同在于它是用CCD摄像头摄取地面图像，运用数字图像处理技术， 通过对原始图像的再加工，提取出有关航空飞行器的定位信息．因此其具备了一些常规的地形匹配系统所不具备的特 点，可以提高导航系统的实时性和机动性，在组合导航方面有很大的应用前景。同时，当传统地形匹配的设备如雷 高表和气高表发生故障时，可以用景象匹配的设备实现视觉地形匹配，因此视觉地形匹配也可以作为传统地形匹配 的一个补充。 关键词地形匹配视觉CCD摄像机图像处理 1引言 视觉地形匹配定位是通过摄像机从航空器上向下摄取地表图像，得到两幅或多幅实时图，这些 实时图中包含一些形状或颜色与周围环境明显不同的物体，例如岩石、水坑、树木、草坪中的裸露 地面等，将这些物体作为地面特征点，运用数字图像处理技术和立体视觉技术确定各特征点在摄像 机坐标系中的三维位置，将它们的相对高度与基准数字地图相应点的相对高度进行比对，由此确定 航空器的位置。 2视觉地形匹配技术 2．1基本思想 如图l所示，利用与地面平行飞行的飞机以极小时间间隔向下摄像，运用双目视觉原理解算出 特征点(用来识别地形，为航空飞行器定位的点)在f1时刻和t，时刻机体坐标系下的水平分布和相 对高度。如果飞机的真实高度已知，则各特征点的地形高度利用飞机真实高度减去相对高度就可以 得到。然后在与基准数字地图相比对，即可确定飞行器的在数字地图中的位置。如果飞机的真实高 度未知，则可利用一定的匹配算法解算出飞行器的位置。 醇够 ：j 、、，：毒 zll z2|z z 幽l视觉地彤匹配 2．2特征点 所谓特征点，就是用来识别地形，为航空飞行器定位的点。作为特征点首先它的颜色必须与周 围景物有着较大的不同，这样才能够易于识别出来，本文选择的特征点为较小的，非细长的，颜色 稳定，且与周围背景有较大差别的物体，如荒山上大块的岩石等。在图像上特征点与它的背景不同 点就在于二者颜色值的平均有较大的不同。常用的基元有点、线段、曲线和片状区域等，本文以点作 为匹配基元。这主要是因为：它不需一个特别的预处理过程，且许多匹配基元在图像中并不总是存在 …。对特征点进行匹配时，可供选择的特征有灰度、X，Y方向梯度、总梯度模和方向、Laplace变换 以及曲率等㈦。本文因计算量的关系，采用了其中最常用的灰度法。 2．3图像处理 2．3．1特征点的提取 本文采用小面积滑动平均方法来提取特征点．首先进行背景分离：原理是利用背景颜色与特征点 的颜色的不同，图像中的每个像素点的颜色值是以OxOOffffff的形式存储下来的。比较颜色值就可 以达到背景分离的目的；然后再进行图像再次去除噪声：经过上一步，大块的背景虽然被去掉，但 有些噪声不可避免的出现了。所要的是细小的特征点，必须用相关的算法将噪声去除。在刚才处理 过的图像中，再取一个方框C， (认为小于方框的就为特征目标)判断方框C的边缘是否为黑，由 上面算法，若有一像素的颜色值为黑，该像素即为背景。若方框c的边缘为黑，则保留下该方框C 内的像素值，将方框C内的数据相应的存入另一个数组中。同时对中心点像素进行二值化，因为背 景像素为黑，特征点像素位原值，经过二值化，就将背景与特征点彻底的分开了。这时有两种情况， 一，方框c全为背景，二，特征目标包括在方框C中。若方框C的边缘不为黑，则不操作。如此将 方框C取遍整幅图像。就这样将上述的噪声去除了。这样，就将特征点提取出来了。 2．4特征点位置的计算 上述提取的特征点的像素值全为OxOOfflTff，即该像素为白，其他背景则为黑。为了尽量无误差 的把特征点计算出来，用以下算法对上述已提取出的特征点作进一步的处理。 2．4．1基本算法： 用扫描的办法，依次取每一像素点，若该点周围有一个像素点为白，则将该点置为黑，若该