论文部分内容阅读
基于计算机视觉的导航技术具有精度高、不易受电子干扰等特点，在无人机导航研究领域受到越来越多的关注，本文将计算机视觉技术应用于GPS失效情况下农用无人机自主导航研究中。首先采用优化的Hough变换直线提取算法从农田航拍图像中准确提取直线，然后采用基于MSLD直线描述子和全局几何约束的直线匹配算法对提取直线进行直线匹配，最后根据得到的2D/3D匹配直线对的几何信息对农用无人机完成位姿状态估计。论文的主要工作和研究成果包括：（1）边缘检测，阐述了边缘检测的基本思想，总结并对比了不同边缘检测算子，通过分析各个算子的优缺点，并结合边缘图像的应用目的，最终选择Canny算子进行边缘检测，该算子具有信噪比大、检测精度高和单边缘响应的优点。（2）直线提取，阐述了Hough变换的基本原理，针对现有基于Hough变换直线提取算法存在的问题，提出了边缘曲率分割思想和直线合并策略，并结合自适应中值滤波、边缘图像二值化提出了优化的直线提取算法，该算法抗干扰能力强、定位精确，且直线提取速度大大提高。（3）直线匹配，针对现有直线匹配算法缺乏有效几何约束的问题，提出一种基于直线邻域信息的MSLD直线特征描述子和全局几何约束的直线匹配算法，该算法提高了直线匹配的正确匹配率，同时对于图像的各种变换具有更强的鲁棒性。（4）位姿估计，研究了基于2D/3D直线匹配的四元数位姿估计算法，结合全角度四元数与欧拉角转换的研究，提出了LQL+算法，从理论上准确估计出农用无人机的位姿状态。（5）在Windows平台上基于VS2010高级程序语言及OpenCV开放计算机视觉库编制了上述算法的相关应用程序，试验验证了上述算法的正确性和有效性。