无人机的图像处理综述.pdfVIP

无人机图像处理综述

摘要：目标识别与跟踪技术是无人作战机实施攻击的关键步骤，本文从无人作战

机的自动目标识别与跟踪的基本概念入手，以成像传感器的目标识别与跟踪为

例，介绍目标识别、检测、跟踪等关键技术。

关键词：无人战斗机目标识别图像处理识别技术

一、引言

无人战斗机在最近几年成为无人机的发展热点。它的设计概念介于有人战斗

机与导弹之间。无人战斗机不是孤立存在的，它是整个无人战斗机系统的一部分。

无人战斗机系统有其独特的组成方式和管理模式。目前，无人战斗机的开发刚刚

处于起步阶段。为了发展无人战斗机，有许多关键技术值得注意，特别是目标识

别技术。它主要包括视觉图像预处理，目标提取、目标跟踪、数据融合等问题。

其中，运动目标检测可采用背景差法、帧差法、光流法等，固定标志物检测可

用到角点提取、边提取、不变矩、Hough变换、贪婪算法等，目标跟踪可以分

析特征进行状态估计，并与其他传感器融合，用到的方法有卡尔曼滤波、粒子

滤波器和人工神经网络等。还有很多方法诸如全景图像几何形变的分析或者地

平线的检测等没有进行特征提取，而是直接将图像的某一变量加到控制中去。

实际应用中，上述问题的进一步解决受到很多因素的制约。由于无人机的

动力、载重、装配空间等物理条件的限制以及飞行速度更快，使得算法处理需

要更少的延时。而且，无人机稀疏的室外飞行环境使得适用于地面机器人的算

法不适用于无人机。同时，模型的不确定性，噪声和干扰，都限制了实物实验

的成功。所以，如何将地面机器人的视觉导航成果应用到无人机视觉导航中去，

如何提高无人机的算法速度并不过分损失导航精度，如何面对无人机自身模型

的不确定度以及外界噪声的干扰，如何适应无人机所处的标志物稀疏的飞行环

境，这些问题都需要更进一步的探讨。

二、无人机图像处理技术现状

1979年，Daliy等人首先把雷达图像和Landsat.MSS图像的复合图像用于

地质解释，其处理过程可以看作是最简单的图像融合。1981年，Laner和Todd

进行了Landsat.RBV和MSS图像融合试验。

到20世纪80年代中后期，图像融合技术开始引起人们的重视，陆续有人将

图像融合技术应用于遥感多谱图像的分析和处理。

到20世纪80年代末，人们才开始将图像融合应用于一般图像融合(可见光、

红外等)。多波段SAR雷达相继开发使得对多波段的SAR图像数据融合技术的研

究成为可能，特别是美国宇航局1993年9月成功发射了全世界第一部多波段(L,C,

X波段)、多极化、多投射角空间SAR之后，为多波段的SAR图像融合提供了坚

实的物质基础。

20世纪90年代后，图像融合技术的研究呈不断上升趋势，应用的领域也遍

及遥感图像处理、可见光图像处理、红外图像处理、医学图像处理等。尤其是近

几年，多传感器图像融合技术已成为计算机视觉、自动目标识别、机器人、军事

应用领域的研究热点。

多传感器图像融合在无人机应用方面的研究越来越多。美军广泛使用了各种

无人侦察机，特别是。‘捕食者”中高空长航时无人机和“全球鹰”高空无人机。

20世纪90年代的波黑冲突中，“捕食者”因未装合成孔径雷达(SAR)，只能在云

层下飞行，参战的3架无人机就被击中2架，暴露出仅用光电型传感器侦察的致

命弱点。目前美军几乎所的机载雷达都具有合成孔径成像的工作模式。现在“捕

食者”无人侦察机装载有光电、红外和合成孔径雷达等图像传感器，主要完成实

时战场图像侦察，是美军现役的性能最好的远程无人侦察机。该机1996年首次

应用AN/ZPQ-1型合成孔径雷达，对地面固定和移动目标进行实时成像侦察;再加

上先进的‘。天球”光电/红外侦察平台(装有高分辨彩色电视摄像机、三代红外

热像仪和激光测距/目标指示器)，因而首次在无人机平台上实现了全天候的实时

图像侦察。PQ-4A“全球鹰”高空无人侦察机上的核心是休斯飞机公司负责研制

的集成侦察传感系统。它是一个由具有移动目标识别功能的合成孔径雷达、高分

辨率光电照相机、红外传感器等多种侦察仪器组成，采用现有商用技术的任务平

台，能同时收集雷达和光电图像，通过集成的图像处理器进行实时处理。

无人机拍摄的相片

三、无人机图像识