基于Hu矩的无人直升机着舰标志识别方法

针对无人直升机自主着舰中准确识别着舰标志的需要,提出了一种基于Hu矩的无人直升机着舰标志分块匹配识别方法。分析了无人直升机自主着舰中的着舰标志识别问题,给出了基于分块匹配的着舰标志识别处理流程;在此基础上,实现了对视觉图像在不同场景下的预处理;最后,在不同场景下对所提方法的有效性与可行性进行了实验验证,结果表明,应用该方法能够较好地实现对着舰标志的识别,具有一定的军事应用价值。     

一种基于正交迭代的无人直升机着舰相对位姿估计方法

针对基于视觉的舰载无人直升机自主着舰过程中的相对位姿估计问题,选取着舰标志图像的角点特征进行求解,提出了一种基于正交迭代的位姿估计算法。该算法为满足位姿估计结果精确、鲁棒和高效的要求,采用目标空间误差作为误差函数,并基于透视投影模型给出迭代初值,相对于随机给定初始值而言,使得迭代次数减少,收敛速度提升;在迭代过程中,通过绝对定向方式来求解空间共线性误差最优值问题。仿真结果表明:该方法实时性好、精度较高,具有全局收敛性。     

基于SVM的无人直升机着舰标志识别方法研究

无人直升机在海战场有着非常广泛的用途,但自主着舰一直是其难题。针对基于视觉的无人直升机自主着舰问题,通过着舰标志检测得到较为理想的图像特征;然后采用基于支持向量机(support vector machine,SVM)的机器学习方法对着舰标志进行识别,实现整个着舰标志识别流程,准确率满足要求;并针对2种不同核函数对应的SVM训练算法进行了对比分析,指出了各自适用的条件,具有一定的现实意义和工程实践价值。