孫　穎　丁慶生　陳　靜

摘 要：討論了Intel開源計算機(jī)視覺庫(Open Computer Vision,OpenCV)在圖像處理中的應(yīng)用。跑道識別是無人機(jī)著陸圖像導(dǎo)航中的一項關(guān)鍵技術(shù)，準(zhǔn)確而實時地檢測出飛機(jī)跑道及地平線對推動無人機(jī)著陸導(dǎo)航技術(shù)的發(fā)展及減少著陸過程中的事故起著至關(guān)重要的作用。采用的方法是對無人機(jī)航拍采集到的RGB數(shù)字原圖進(jìn)行預(yù)處理之后，在OpenCV平臺上進(jìn)行Hough變換，從而提取其飛機(jī)跑道邊緣及地平線，并最終成功的在OpenCV上實現(xiàn)了飛機(jī)跑道及地平線識別的仿真。實驗證實了該檢測算法在無人機(jī)著陸導(dǎo)航技術(shù)中的可行性。

關(guān)鍵詞：OpenCV;圖像處理;跑道識別;Hough變換

中圖分類號：TN919文獻(xiàn)標(biāo)識碼：B

文章編號：1004-373X(2009)03-190-02

Algorithm of Runway and Horizon Recognition Based on OpenCV

SUN Ying,DING Qingsheng,CHEN Jing

(School of Electronic Engineering,University of Electronic Science and Technology of China,Chengdu,610054,China)

Abstract：This paper describes the application of OpenCV in digital image processing.Runway recognition is key technology in the Unmanned Aerial Vehicle(UAV) image navigation landing,it′s extremely important to promote the development of UAV navigation landing and reduce accidents in landing that detecing the runway and horizon fast and accurately.The adopted method is:Hough transformation based on OpenCV after preconditioning the original digital image(RGB image) which derived from the aerophotography,consequently extract the edge of runway and horizon,and finally recognize successfully the runway and horizon based on OpenCV.This experiment prove the algorithm is feasible in the UAV image navigation landing.

Keywords：OpenCV;image processing;runway recognition;Hough transformation

跑道識別是無人機(jī)著陸圖像導(dǎo)航中的一項關(guān)鍵技術(shù)，對推動無人機(jī)著陸導(dǎo)航技術(shù)的發(fā)展及減少著陸過程中的事故起著重要的作用。對航拍采集到的RGB數(shù)字原圖進(jìn)行預(yù)處理之后，關(guān)鍵技術(shù)是利用Hough變換進(jìn)行直線的提取。這里以飛機(jī)跑道及地平線檢測算法為例，以O(shè)penCV為平臺進(jìn)行編程，成功地檢測出飛機(jī)跑道及地平線，驗證了算法的有效性。

1 檢測原理

Hough變換是Hough在1962年提出的一種形狀匹配技術(shù)，是一種檢測、定位直線和解析曲線的有效方法。用極坐標(biāo)方程來表示平面中任意一條直線，即可以用ρ和θ兩個參數(shù)確定下來，對于圖像空間任意點(x,y)，其函數(shù)關(guān)系為：

ρ=xcos θ+ysin θ

其中:ρ為原點到直線的距離(即原點到直線的垂直線的長度);θ確定了直線的方向(即原點到直線的垂直線與x軸方向的夾角)。x，y與ρ,θ的對應(yīng)關(guān)系如圖1所示。

如果對位于同一直線L上的n個點進(jìn)行上述變換，則原圖像空間n個點在參數(shù)空間中對應(yīng)地得到n條正弦曲線，并且這些曲線相交于同一點。

2 檢測方案

2.1 地平線檢測

地平線的斜率與跑道的滾轉(zhuǎn)角之間存在對應(yīng)關(guān)系，因此檢測出地平線對飛機(jī)著陸是至關(guān)重要的。地平線是天空和地面的分界線，而天空與地面在亮度上存在明顯差異，所以可以把原圖RGB圖像轉(zhuǎn)換為HSV(色度，飽和度，亮度)圖像。在采用Canny算子進(jìn)行邊緣檢測之后，利用Hough變換，在參數(shù)空間取最大的累計點對應(yīng)的(ρ，θ)，將其反變換到圖像空間。但在OpenCV中cvHough Lines2函數(shù)得到的結(jié)果是地平線的點集。所以最后還要采用最小二乘法進(jìn)行直線擬合得到最終的地平線。如圖2~圖4所示。

2.2 跑道檢測

將采集來的RGB飛機(jī)跑道原圖轉(zhuǎn)換為灰度圖像，同樣進(jìn)行Canny算子邊緣檢測及高斯濾波。之后也進(jìn)行Hough變換，但此時會得到多條直線，所以需要對所得到的直線進(jìn)行篩選。篩選的原則：

(1) 跑道直線的長度，直線長度太短的小于某定值則不考慮該直線。

(2) 直線與圖4所得地平線之間的夾角進(jìn)行判斷，夾角在一定范圍之外的不予考慮。標(biāo)準(zhǔn)根據(jù)實際情況設(shè)定。

根據(jù)上述篩選原則，得到最終結(jié)果即為跑道邊緣。

利用OpenCV所提供的圖像處理與計算機(jī)視覺方面的許多通用函數(shù)可以很方便地實現(xiàn)上述算法。

3 OpenCV仿真結(jié)果

根據(jù)以上的方案，最終檢測結(jié)果如圖5所示。整個算法使用C語言編程，在OpenCV的軟件開發(fā)平臺上實現(xiàn)了飛機(jī)跑道及地平線識別。

由圖5所示，飛機(jī)跑道的RGB原圖的地平線及跑道被成功地提取。

4 結(jié) 語

通過對圖像處理進(jìn)行研究，合理編寫了飛機(jī)跑道及地平線檢測算法，成功在OpenCV環(huán)境下進(jìn)行仿真。并且當(dāng)采用非同類圖片時，地平線識別效果也很好。但是也存在問題，即在跑道識別當(dāng)中，篩選之后仍然存在幾條直線的重疊的問題，這還要進(jìn)行進(jìn)一步的優(yōu)化。

參考文獻(xiàn)

［1］夏德深.現(xiàn)代圖像處理技術(shù)及應(yīng)用.南京：東南大學(xué)出版社，1997.

［2］［美］ Rafal C.Gonzalez,Richard E Woods,Steven L.Eddins.數(shù)字圖像處理(Matlab版).阮秋琦,譯.北京：電子工業(yè)出版社,2005.

［3］何斌,馬天矛,王運(yùn)堅,等.Visual C++數(shù)字圖像處理［M］.2版.北京:人民郵電出版社,2002.

［4］Yao Wang,Jorn Ostemann,Ya-Qin Zhang.視頻處理與通信.北京：電子工業(yè)出版社，2003.

［5］阮秋琦.數(shù)字圖像處理學(xué).北京：電子工業(yè)出版社，2001.

［6］姚天任,孫洪.現(xiàn)代數(shù)字信號處理.武漢：華中理工大學(xué)出版社，1999.

［7］曹華.一種高分辨率圖像處理系統(tǒng)的數(shù)據(jù)流控制設(shè)計實現(xiàn)［D］.成都：電子科技大學(xué),2005.

［8］徐寧.基于FPGA的圖像處理系統(tǒng)的研究——圖像采集與處理模塊的設(shè)計與實現(xiàn)［D］.昆明：昆明理工大學(xué)，2006.

［9］劉斌.基于DSP的圖像壓縮系統(tǒng)的設(shè)計與實現(xiàn)［D］.長沙：湖南師范大學(xué)，2005.

［10］鎖斌.基于DSP的圖像增強(qiáng)系統(tǒng)的研究與實現(xiàn)［D］.成都:西南交通大學(xué)，2006.

作者簡介 孫 穎 女，1984年出生，江西吉安人，碩士研究生。主要研究方向為數(shù)字圖像處理。

丁慶生 男，1951年出生，四川成都人，副教授，博士。主要研究方向為數(shù)字圖像處理。

陳 靜 女，1982年出生，四川威遠(yuǎn)人，電子科技大學(xué)信號與信息處理專業(yè)研究生。