基于圖像處理的飛行器姿態(tài)測量.pdf

1、艦載機(jī)在航空母艦降落過程中的飛行姿態(tài)對于艦載機(jī)安全降落有至關(guān)重要的影響，對于艦載機(jī)在降落時飛行姿態(tài)的監(jiān)控也是目前飛行器姿態(tài)測量的一個重要領(lǐng)域。 本文詳細(xì)分析了艦載機(jī)降落航空母艦的整個過程，并介紹了目前飛行器姿態(tài)測量的常用的基于飛機(jī)內(nèi)部傳感器的內(nèi)測方法和基于圖像處理的外測方法。在借鑒他人勞動成果的基礎(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)，此時攝像機(jī)拍攝取得艦載機(jī)在某一時刻的圖像，并對圖像進(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。Harris算法提取的特征點檢測圖像的角點以及邊緣，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特征點對艦載機(jī)進(jìn)行粗定位，找到艦載機(jī)的角點和邊緣點等位置。同時對第一步處理的圖像利用SIFT特征提取算子提取特征點，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特征點為中心，在2倍模板長寬范圍內(nèi)進(jìn)行SIFT算子提取特征點與現(xiàn)有模板庫匹配，搜索飛行器的特定點的位置，由此可以有效地減少模板匹配的計算量。最后，通過第三步定位的特定點，測量特定點之間的距離和角度，通過與實際飛機(jī)比例參數(shù)的比對以及對飛行器三維投影的計算，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定實際飛機(jī)姿態(tài)存在一定的困難，所以本文中實驗仿真所使用的