基于圖像處理的飛行器姿態(tài)測(cè)量.pdf

1、艦載機(jī)在航空母艦降落過程中的飛行姿態(tài)對(duì)于艦載機(jī)安全降落有至關(guān)重要的影響，對(duì)于艦載機(jī)在降落時(shí)飛行姿態(tài)的監(jiān)控也是目前飛行器姿態(tài)測(cè)量的一個(gè)重要領(lǐng)域。 本文詳細(xì)分析了艦載機(jī)降落航空母艦的整個(gè)過程，并介紹了目前飛行器姿態(tài)測(cè)量的常用的基于飛機(jī)內(nèi)部傳感器的內(nèi)測(cè)方法和基于圖像處理的外測(cè)方法。在借鑒他人勞動(dòng)成果的基礎(chǔ)上，提出了一套基于Harris特征算子和SIFT特征向量空間的飛行器姿態(tài)測(cè)量的方法。艦載雷達(dá)等設(shè)備提供的飛機(jī)的位置信息調(diào)整攝像機(jī)的焦

2、距、角度等參數(shù)，此時(shí)攝像機(jī)拍攝取得艦載機(jī)在某一時(shí)刻的圖像，并對(duì)圖像進(jìn)行狄度、二值化處理、去噪聲以及圖像增強(qiáng)等預(yù)處理，為之后的數(shù)據(jù)分析做準(zhǔn)備。其次，利用Harris算法提取預(yù)處理圖像的特征點(diǎn)。Harris算法提取的特征點(diǎn)檢測(cè)圖像的角點(diǎn)以及邊緣，主要集中于艦載機(jī)的機(jī)翼、尾翼、機(jī)首等較為尖端的邊緣上。因此，可以利用Harris特征點(diǎn)對(duì)艦載機(jī)進(jìn)行粗定位，找到艦載機(jī)的角點(diǎn)和邊緣點(diǎn)等位置。同時(shí)對(duì)第一步處理的圖像利用SIFT特征提取算子提取特征點(diǎn)，為

3、后續(xù)的局部空間模板匹配建立SIFT特征向量空間。再次，以Harris特征點(diǎn)為中心，在2倍模板長(zhǎng)寬范圍內(nèi)進(jìn)行SIFT算子提取特征點(diǎn)與現(xiàn)有模板庫(kù)匹配，搜索飛行器的特定點(diǎn)的位置，由此可以有效地減少模板匹配的計(jì)算量。最后，通過第三步定位的特定點(diǎn)，測(cè)量特定點(diǎn)之間的距離和角度，通過與實(shí)際飛機(jī)比例參數(shù)的比對(duì)以及對(duì)飛行器三維投影的計(jì)算，得到飛行器的三維姿態(tài)數(shù)據(jù)。 本文中的圖像由于在采集和測(cè)定實(shí)際飛機(jī)姿態(tài)存在一定的困難，所以本文中實(shí)驗(yàn)仿真所使用的