一种基于视频影像的空中加油辅助衔接方法
【技术领域】
[0001]本发明涉图像处理、计算机视觉、模式识别领域，尤其涉及了一种基于视频影像的空中加油辅助衔接方法。
【背景技术】
[0002]空中加油技术简单地说，就是在空中一架航空器给另一架或数架航空器(或直升机)加注燃油，使其航程加大，续航时间增长的技术。空中加油技术不仅增加了战机的航程，而且大大提高了战机的生存能力，已成为现代战争中重要的空中后勤支援力量，使原本不可能完成的任务成为可能。空中加油技术的运用，改变了以往人们只能从战机的内载油量、航程来确定其执行任务种类的传统观念，使人们对空中加油机支援战机的作战能力有了新的认识，空中加油技术在未来的战争中仍将发挥其重要的作用。至目前为止，比较成熟并被广泛采用的空中加油系统主要有两种，一种是软管-浮锚式加油系统，另一种是飞桁式加油系统。相比飞桁式加油系统，软管-浮锚式加油系统加油机与受油机之间使用具有柔性的软管衔接，安全性好，且一架大型加油机上可装置数套加油设备，可以同时给几架战机加油。目前我国海军主要采用此种方式执行空中加油任务。但该方式要求受油机的飞行员调整自己的航空器位置将受油管放入浮锚内，对大气乱流相当敏感，衔接时比较困难，对飞行员的操作技术要求高。
[0003]目前我国实际加油过程中，加油衔接过程由受油机飞行员目视浮锚位置，凭经验操控航空器完成受油管与浮锚对接。衔接过程全人工操作，即便经验丰富飞行员，往往也要耗费很长时间。而要保证加油过程安全顺利，往往需反复进行受油训练，耗费大量人力和财力。针对目前相对原始的空中加油衔接现状，急需一种自动的空中辅助加油系统，智能引导飞行员操控航空器实现对接。针对传统加油过程的局限性，结合数字图像处理与计算机视觉技术，现提出一种基于视频影像的空中加油辅助衔接方法。该方法使用检校的数字摄像机连续采集浮锚影像，基于序列影像中出油孔的轮廓实时解算浮锚的空间位置，基于此信息智能引导飞行员操控航空器完成受油管与浮锚对接。作为现行目视衔接的辅助，该方法能有效减少衔接时间，降低对飞行员操作技术要求，提高我国空中加油技术，对促进我国国防科技发展，增强国防实力具有积极意义。
【发明内容】
[0004]本发明针对现有技术中的缺点，提供了一种基于视频影像的空中加油辅助衔接方法。
[0005]为了解决上述技术问题，本发明通过下述技术方案得以解决:
[0006]一种基于视频影像的空中加油辅助衔接方法，包括以下步骤:
[0007]A、序列影像数据获取:受油机通过数字摄像机连续采集原始浮锚序列影像；
[0008]B、对每一张原始浮锚影像进行以下处理；
[0009]B1、对采集到的原始浮锚序列影像建立高斯金字塔影像；
[0010]B2、对高斯金字塔影像进行滑降法影像快速分割，得到图斑；
[0011]B3、对分割获取的图斑进行指标评价，生成指标图；
[0012]B4、对高斯金字塔影像中各层生成的不同尺度的指标图进行综合，生成多尺度综合指标图；
[0013]B5、在多尺度综合指标图中，识别浮锚出油孔区域；
[0014]B6、根据识别的浮锚出油孔区域，进行精确的浮锚空间位置解算；
[0015]B7、实时输出解算出的浮锚空间位置，引导飞行员操控航空器完成受油管与浮锚对接。
[0016]高斯金字塔影像有好多层，各层生成不同尺度的指标图。
[0017]作为优选，A中所述的数字摄像机连续采集原始浮锚序列影像速率大于每秒15帧。
[0018]作为优选，BI中所述的高斯金字塔影像生成方法包括以下步骤:
[0019]BH、对下层的原始浮锚序列影像做高斯平滑，生成平滑影像；
[0020]B12、对平滑影像的下层影像做降采样操作，生成下层高斯金字塔影像；
[0021]B13、重复Bll至B12步骤，直到高斯金字塔影像的层数达到预定层数。
[0022]作为优选，B2中所述的滑降法影像快速分割方法包括以下步骤:
[0023]B21、根据高斯金字塔影像中的灰度影像I，利用sobel算子计算梯度幅值影像G ；
[0024]B22、在灰度影像I中，对于像素P，根据梯度幅值影像G，以像素P为中心在3*3窗口范围内搜索最小梯度值像素q，搜索中心由像素P向最小梯度值像素q滑动，重复搜索过程，直至像素P为3*3邻域内梯度值最小像素P’，记录滑动经过的所有像素；
[0025]B23、对于灰度影像I中所有像素做B22步骤处理，生成反差增强灰度图1’，反差增强灰度图1’中对应位置像素灰度赋值为终止搜索时像素P的灰度值；
[0026]B24、反差增强灰度图1’使用阈值Tl做分割，使用种子填充算法填充，反差增强灰度图1’中灰度差异小于阈值Tl的4邻域连通区域合并为一个图斑。阈值即为临界值。
[0027]作为优选，B3中所述的指标评价包括以下步骤:
[0028]B31、统计每个图斑内像素平均灰度值g和图斑内像素个数，像素平均灰度值g大于阈值T2以及像素个数小于阈值T3的图斑均予以剔除，被剔除图斑的指标评价值V赋值为O ;
[0029]B32、计算剩余图斑的几何中心作为拟合圆圆心，图斑内像素个数除以再开均方根为拟合圆半径R，计算拟合圆与图斑相交区域面积与图斑总面积的比例，即圆度P ;
[0030]B33、以图斑的几何中心为原点，大于I倍拟合圆半径R小于3倍拟合圆半径R内像素平均灰度与I倍拟合圆半径R内像素平均灰度之差记为反差c ；
[0031]B34、根据图斑拟合圆半径R构建匹配模版，匹配模板呈同心圆形状，I倍拟合圆半径R内为0，大于I倍拟合圆半径R小于3倍拟合圆半径R内为1，模版中心置于图斑几何中心，计算匹配相关系数P ；
[0032]B35、根据平均灰度值g,圆度P,反差c和相关系数P ,计算指标评价值v=p *p*(c-g/2)，若指标评价值V小于0，则指标评价值V赋值为O ;
[0033]B36、图斑内所有像素灰度赋值为V，对所有图斑做B31至B35流程，最终生成指标图。
[0034]作为优选，B4中所述的多尺度综合指标图的生成方法包括以下步骤:
[0035]B41、对高斯金字塔影像内各层影像做B31至B36操作，生成不同尺度的指标图，设底层阈值为t，底层尺度为S，则底层阈值为t/(s*s)，而阈值t根据实际应用设置；
[0036]B42、高斯金字塔影像除底层以上各层的指标图放大至与底层指标图同分辨率，每层对应位置指标值累加，生成多尺度综合指标图。
[0037]作为优选，B5中所述的浮锚出油孔区域识别方法包括以下步骤:
[0038]B51、根据多尺度综合指标图，生成对应积分影像；
[0039]B52、使用m*m窗口遍历多尺度综合指标图，使用积分影像计算m*m窗口内指标值总和，记录使总和最大的窗口中心位置，其中m为高斯金字塔底层最小个数的平方根取整；
[0040]B53、最底层高斯金字塔影像中，B52记录的窗口中心位置对应的图斑即为浮锚出油孔区域。
[0041]作为优选，B6中所述的浮锚空间位置解算方法包括以下步骤:
[0042]B61、根据B5识别的浮锚出油孔区域边界做椭圆拟合，计算椭圆几何参数；
[0043]B62、利用积分影像中椭圆长半轴长与实际出油孔模型尺寸计算比例系数；
[0044]B63、基于视觉成像原理，比例系数分别乘以椭圆中心及相机主距计算浮锚在相机坐标系中的三维位置坐标。
[0045]几何参数包含长轴长度，短轴长度以及椭圆中心的位置。
[0046]作为优选，B52中高斯金字塔底层最小个数也包含像素个数阈值t。
[0047]本发明由于采用了以上技术方案，具有显著的技术效果:
[0048]本发明首先对原始影像构建影像金字塔，基于滑降法对每层金字塔影像进行快速分割，对分割图斑基于灰度、圆度以及相似度做评价，多层影像评价结果综合，利用积分影像快速定位评价度最高区域，即出油孔区域，出油孔区域边缘拟合椭圆，利用影像中椭圆长半轴长与实际出油孔尺寸计算比例系数，比例系数乘以影像中椭圆中心坐标及相机主距即可分别获得浮锚在相机坐标系中的三维坐标位置。本发明可实现对浮锚空间位置的实时检测，可靠性高，可用能否实时测量浮锚空间位置来判断其是否满足要求。
【附图说明】
[0049]图1为本发明的流程图；
[0050]图2为B34中匹配模板示意图；
[0051]图3为B63中视觉成像原理图；
[0052]图4为B2中滑降法快速分割流程图；
[0053]图5为B2，B3, B4, B5中快速识别与提取浮锚出油孔区域流程图；
[0054]图6为B6中自动解算浮锚空间位置流程图。
【具体实施方式】
[0055]下面结合附图与实施例对本发明作进一步详细描述。
[0056]实施例1
[0057]—种基于视频影像的空中加油辅助衔接方法，包括以下步骤:
[0058]A、序列影像数据获取:受油机通过数字摄像机连续采集原始浮锚序列影像；
[0059]B、对每一张原始浮锚影像进行以下处理；
[0060]B1、对采集到的原始浮锚序列影像建立高斯金字塔影像；
[0061]B2、对高斯金字塔影像进行滑降法影像快速分割，得到图斑；
[0062]B3、对分割获取的图斑进行指标评价，生成指标图；
[0063]B4、对高斯金字塔影像中各层生成的不同尺度的指标图进行综合，生成多尺度综合指标图；
[0064]B5、在多尺度综合指标图中，识别浮锚出油孔区域；
[0065]B6、根据识别的浮锚出油孔区域，进行精确的浮锚空间位置解算；
[0066]B7、实时输出解算出的浮锚空间位置，引导飞行员操控航空器完成受油管与浮锚对接。
[0067]高斯金字塔影像有好多层，各层生成不同尺度的指标图。
[0068]A中所述的数字摄像机连续采集原始浮锚序列影像速率大于每秒15帧。
[0069]BI中所述的高斯金字塔影像生成方法包括以下步骤:
[0070]B11、对下层的原始浮锚序列影像做高斯平滑，