(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210474425.0 (22)申请日 2022.04.29 (71)申请人 西北工业大 学 地址 710068 陕西省西安市友谊西路127号 (72)发明人 刘小雄　秦斌　李长泽　韦大正　 杨楠　 (74)专利代理 机构 西安正华恒远知识产权代理 事务所(普通 合伙) 61271 专利代理师 陈选中 (51)Int.Cl. G06V 20/17(2022.01) G06V 10/36(2022.01) G06V 10/50(2022.01) G06V 10/44(2022.01) G06V 10/26(2022.01)G06V 10/75(2022.01) (54)发明名称 一种基于视觉的固定翼无人机自主着陆跑 道检测方法 (57)摘要 本发明公开了一种基于视觉的固定翼无人 机自主着陆跑道 检测方法， 包括对采集的跑道图 像进行灰度化处理； 建立静态 蒙版对跑道图像进 行图像切割； 采用自适应直方图均衡化方法对跑 道图像进行图像增强处理； 采用高斯滤波方法对 跑道图像进行平滑和模糊处理； 采用sobel算子 对跑道图像进行边缘检测； 根据上一帧跑道图像 的跑道线检测结果建立动态蒙版； 采用Hough变 换方法对跑道图像进行直线检测； 对检测到的直 线进行空间滤波， 得到跑道线检测结果。 本发明 能够提高无人机自主着陆跑道检测的精确性和 实时性， 进而实现基于计算机视觉的无人机自主 着陆的自主精确导 航。 权利要求书3页 说明书12页 附图1页 CN 114842359 A 2022.08.02 CN 114842359 A 1.一种基于 视觉的固定翼无 人机自主着陆跑道检测方法， 其特 征在于， 包括以下步骤： S1、 对采集的跑道图像进行 灰度化处 理； S2、 建立静态蒙版对步骤S1处 理后的跑道图像进行图像切割； S3、 采用自适应直方图均衡化方法对步骤S2得到的跑道图像进行图像增强处 理； S4、 采用高斯滤波方法对步骤S3处 理后的跑道图像进行平 滑和模糊处 理； S5、 采用sobel 算子对步骤S4处 理后的跑道图像进行边 缘检测； S6、 判断上一帧跑道图像是否检测到跑道线； 若是， 则根据上一帧跑道图像检测到的跑道线建立动态蒙版对步骤S5处理后的跑道图 像进行图像切割； 否则， 不进行图像切割； S7、 采用Hough变换 方法对步骤S6得到的跑道图像进行直线检测； S8、 对步骤S7检测到的直线 进行空间滤波， 得到跑道线检测结果。 2.根据权利要求1所述的基于视觉的固定翼无人机自主着陆跑道检测方法， 其特征在 于， 步骤S2中建立静态蒙版对步骤S1处 理后的跑道图像进行图像切割， 具体为： 首先创建一个与待处 理的跑道图像相同大小的像素值全为0的图像掩膜； 然后选取多个像素点在所创建的图像掩膜上绘制多边形， 并将多边形区域内的像素值 填充为25 5， 建立静态蒙版； 最后将建立的静态蒙版与待处理的跑道图像对应的像素进行按位与运算， 得到图像分 割后的跑道图像。 3.根据权利要求1所述的基于视觉的固定翼无人机自主着陆跑道检测方法， 其特征在 于， 步骤S3中采用自适应直方图均衡化方法对步骤S2得到的跑道图像进行图像增强处理， 具体为： 首先将步骤S2得到的跑道图像划分为设定大小的像素块， 对每个像素块进行直方图均 衡化处理； 然后对相邻像素块之间的变换函数进行平 滑插值， 得到图像增强后的跑道图像； 所述变换函数表示 为： 其中， s为跑道图像变换得到的对应位置的灰度值， r为跑道图像的原始灰度值， L为跑 道图像的灰度级数量， pr(x)为原始灰度值r的概 率密度函数。 4.根据权利要求1所述的基于视觉的固定翼无人机自主着陆跑道检测方法， 其特征在 于， 步骤S6中根据上一帧跑道图像 检测到的跑道线建立动态蒙版， 具体为： 计算上一帧跑道图像检测到的左跑道线和 右跑道线的交点坐标， 并根据 先验信息确定 上边界偏移量， 将交点 坐标的纵坐标向上偏移所确定的上边界偏移量， 得到动态上边界； 计算上一帧跑道图像检测到的起始跑道线分别与左跑道线和右跑道线的交点坐标， 并 根据先验信息确定下边界偏移量， 将起始跑道线分别与左跑道线和右跑道线的交点坐标的 纵坐标向下偏移所确定的下边界偏移量， 得到动态下边界； 根据先验信 息确定左边界偏移量， 将起始跑道线与左跑道线的交点坐标的横坐标向左 偏移所确定的左边界偏移量， 得到动态左边界；权　利　要　求　书 1/3 页 2 CN 114842359 A 2根据先验信 息确定右边界偏移量， 将起始跑道线与右跑道线的交点坐标的横坐标向右 偏移所确定的右边界偏移量， 得到动态 右边界； 根据动态上边界、 动态下边界、 动态左边界和动态右边界确定的图像范围建立动态蒙 版。 5.根据权利要求1所述的基于视觉的固定翼无人机自主着陆跑道检测方法， 其特征在 于， 步骤S 8中对步骤S7检测到的直线 进行空间滤波， 得到跑道线检测结果， 具体为： 将步骤S7检测到的直线中斜率大于0和小于0的直线的斜率和截距以及直线上的点坐 标分别保存到左跑道线列表和右跑道线列表中； 采用斜率约束和线长约束对左跑道线列表和右跑道线列表中的直线 进行筛选； 对筛选后的左跑道线列表和右跑道线列表中的直线 进行线段配对； 采用中值约束对配对的左跑道线列表和右跑道线列表中的直线进行筛选， 得到跑道线 检测结果。 6.根据权利要求5所述的基于视觉的固定翼无人机自主着陆跑道检测方法， 其特征在 于， 所述采用斜率约束和线长约束对左跑道线列表和右跑道线列表中的直线进行筛选， 具 体为： 判断左跑道线列表和 右跑道线列表中的直线的斜率是否超出设定的斜率阈值范围； 若 是， 则删除该直线； 否则保留该直线； 根据左跑道线列表和右跑道线列表中的直线的斜率和截距分别计算两条直线的交点 坐标； 判断交点坐标的横坐标或纵坐标是否超出跑道图像的横纵坐标的阈值范围； 若是， 则 删除该交点 坐标对应的两条直线； 否则保留该交点 坐标对应的两条直线； 判断交点坐标的纵坐标是否大于该交点坐标对应的两条直线上两点连成线段的纵坐 标； 若是， 保留该交点 坐标对应的两条直线； 否则 删除该交点 坐标对应的两条直线； 根据左跑道线列表和右跑道线列表中的直线上点的坐标分别计算各条直线的线段长 度； 判断线段长度是否大于设定的线段长度阈值； 若是， 则保留该线段长度对应的直线； 否 则删除该线段长度对应的直线。 7.根据权利要求5所述的基于视觉的固定翼无人机自主着陆跑道检测方法， 其特征在 于， 所述对筛 选后的左跑道线列表和右跑道线列表中的直线 进行线段配对， 具体为： 遍历筛选后的左跑道线列表中的直线， 计算选取的直线的线段中点与右跑道线列表中 的直线的线段中点的纵坐标差值； 判断纵坐标差值是否小于设定的纵坐标阈值； 若是， 则保留选取的直线与右跑道线列 表中的直线的线段配对； 否则继续遍历筛 选后的左跑道线列表中的直线； 判断选取的直线的线段中点的横坐标是否小于所配对的右跑道线列表中的直线的线 段中点的横坐标； 若 是， 则保留选取的直线与 右跑道线列 表中的直线的线段配对； 否则删除 选取的直线与右跑道线列表中该直线的线段配对； 计算选取的直线与右跑道线列表中的直线的夹角； 判断夹角是否大于设定的夹角阈值； 若是， 则保留选取的直线与右跑道线列表中的直 线的线段配对； 否则 删除选取的直线与右跑道线列表中该直线的线段配对。权　利　要　求　书 2/3 页 3 CN 114842359 A 3