裴闖，紀(jì)紅霞，王毅，閆文娟

95894部隊(duì)

空中加油技術(shù)可以有效提升無人機(jī)的航程和續(xù)航時(shí)間，充分發(fā)揮無人機(jī)的優(yōu)勢。本文提出一種空中加油錐套自動(dòng)識(shí)別系統(tǒng)，利用CCD攝像機(jī)拍攝加油錐套影像，采用邊緣檢測、閾值分割、模板匹配等圖像處理技術(shù)，精確識(shí)別錐套圖像，通過坐標(biāo)轉(zhuǎn)換得到錐套的空間位置。測試結(jié)果表明，該系統(tǒng)能夠滿足加油錐套的識(shí)別和定位要求，可以用于無人機(jī)受油對接系統(tǒng)，實(shí)現(xiàn)無人機(jī)智能化自主空中受油。

空中加油技術(shù)已引起許多國家的高度重視。在飛行中，有人加油機(jī)為無人機(jī)補(bǔ)充燃油，可顯著提高無人機(jī)的航程和續(xù)航時(shí)間，提升無人機(jī)的使用效益。雖然無人機(jī)續(xù)航時(shí)間不受飛行員生理因素的限制，但會(huì)受制于油量。同時(shí)，由于機(jī)上無飛行員，無人機(jī)必須自主完成整個(gè)空中受油過程。

有人機(jī)空中加油方式主要分為軟管—錐套式和伸縮管式兩種。其中，軟管—錐套式空中加油技術(shù)應(yīng)用更為廣泛，技術(shù)更為成熟。無人機(jī)實(shí)現(xiàn)自主空中受油，需要自動(dòng)識(shí)別和定位有人加油機(jī)的錐套，通過坐標(biāo)轉(zhuǎn)換，轉(zhuǎn)化為無人機(jī)與有人機(jī)之間的空間位置關(guān)系，利用算法控制無人機(jī)與有人加油機(jī)完成加受油對接任務(wù)。本文基于圖像識(shí)別技術(shù)，采用特征提取、圖像分割、模板匹配等方法，研究一種有人加油機(jī)錐套自動(dòng)識(shí)別系統(tǒng)，用于無人機(jī)對有人加油機(jī)錐套的識(shí)別和定位。

系統(tǒng)組成

加油錐套自動(dòng)識(shí)別系統(tǒng)由圖像采集模塊和自動(dòng)識(shí)別軟件組成。

（1）圖像采集模塊的組成

圖像采集模塊由鏡頭、CCD攝像機(jī)、圖像信號(hào)傳輸電纜、圖像顯示軟件、近紅外光源、近紅外標(biāo)定標(biāo)志組成，如圖2所示。其中，CCD攝像機(jī)選用了灰點(diǎn)（PointGrey）公司制造的GS3-U3-28S4M-C黑白攝像機(jī)。

在圖像采集過程中，錐套反射的光線通過相機(jī)的鏡頭透射到CCD攝像機(jī)上，模數(shù)轉(zhuǎn)換器芯片將光源轉(zhuǎn)換為數(shù)字信號(hào)，由相機(jī)內(nèi)部的閃存存儲(chǔ)器保存，最后通過信號(hào)線傳輸給計(jì)算機(jī)。

（2）自動(dòng)識(shí)別軟件的處理流程

加油錐套自動(dòng)識(shí)別系統(tǒng)的軟件處理流程詳見圖3。視覺處理軟件從圖像采集模塊中獲取一幀圖像后，首先進(jìn)行平滑去噪，去除圖像中的散斑等噪聲，并在一定程度上消除運(yùn)動(dòng)模糊；第二，對去噪后的圖像分別進(jìn)行邊緣特征識(shí)別和近紅外標(biāo)定標(biāo)志特征識(shí)別。對于邊緣特征識(shí)別，須拍攝加油錐套在不同距離、不同方位和不同光照條件下的10幅圖像，當(dāng)邊緣檢測完成后，存儲(chǔ)為模板，去噪后的圖像須要進(jìn)行全局邊緣檢測，并利用每一個(gè)存儲(chǔ)模板與之進(jìn)行匹配。通過實(shí)驗(yàn)預(yù)先測定匹配系數(shù)閾值，滿足該閾值并且互相關(guān)系數(shù)最高的，判定該位置存在加油錐套并進(jìn)行標(biāo)記。對于近紅外標(biāo)定標(biāo)志特征識(shí)別，對去噪圖像進(jìn)行閾值分割和形態(tài)學(xué)操作，提取輪廓進(jìn)行擬合，獲得圓形輪廓后測量其直徑。設(shè)定近紅外標(biāo)志與相機(jī)的距離，測量直徑理論值。該理論值與實(shí)際測量直徑進(jìn)行對比，在誤差允許的范圍內(nèi)，判定該輪廓是否為標(biāo)定標(biāo)志。綜合分析兩種特征的判別結(jié)果，若同時(shí)滿足兩個(gè)特征條件，則加油錐套識(shí)別成功，計(jì)算其坐標(biāo)并傳輸給控制模塊。若不能同時(shí)滿足兩個(gè)特征條件，則表明特征檢測失敗，讀取下一幀圖像并重新檢測。

圖1 軟管式空中加油（左）與加油錐套細(xì)節(jié)圖（右）。

2 圖像采集模塊組成圖。

圖3 錐套自動(dòng)識(shí)別和定位軟件處理流程圖。

邊緣檢測

加油錐套具有非常豐富的邊緣信息，容易與背景區(qū)分開，成為一種獨(dú)立的特征。因此，算法采用邊緣提取和模板匹配的方法，將邊緣信息尋找作為加油錐套定位的一個(gè)判據(jù)。在邊緣提取過程中，本文采用了索貝爾（Sobel）算子。索貝爾算子是一階導(dǎo)數(shù)的邊緣檢測算子，在算法實(shí)現(xiàn)過程中，通過3×3模板作為核，對圖像中的每個(gè)像素點(diǎn)做卷積運(yùn)算，然后選取合適的閾值，以提取邊緣。邊緣檢測結(jié)果如圖4所示。

圖4 錐套原圖（上）與索貝爾邊緣檢測結(jié)果圖（下）。

模板匹配

在CCD相機(jī)采集的圖像中尋找加油錐套，本文采用模板匹配的方法。模板匹配是目標(biāo)檢測和跟蹤的經(jīng)典方法，具有簡單準(zhǔn)確、適用面廣、抗噪性好、計(jì)算速度快等諸多優(yōu)點(diǎn)。模板匹配法是指，在采集的一幀圖像S內(nèi)尋找目標(biāo)模板Tk的位置（k為模板編號(hào)），與目標(biāo)模板最相似的地方定義為目標(biāo)。定義與模板大小相同的窗口，并在圖像S上滑動(dòng)，將獲得的所有子區(qū)域圖像S(i，l)（其中i、l為子區(qū)域圖像橫縱軸編號(hào)）和目標(biāo)模板Tk進(jìn)行比較，找到與目標(biāo)模板最像的子區(qū)域，就是目標(biāo)位置。

其中，采用歸一化互相關(guān)系數(shù)RkNCC作為判斷子區(qū)域圖像S(i，l)和目標(biāo)模板Tk相似程度的依據(jù)，定義為：

算法實(shí)現(xiàn)過程如6圖所示，實(shí)現(xiàn)步驟如下所述。

第一，取加油錐套的10幅圖像作為模板匹配圖像，10幅圖像的拍攝角度均不同。根據(jù)無人機(jī)與加油錐套的垂直和水平距離，確定水平和垂直的偏轉(zhuǎn)角度。對10幅模板匹配圖像進(jìn)行索貝爾算子邊緣檢測，得到T0、T1、……T9，這十幅模板匹配圖像已預(yù)先計(jì)算好并存儲(chǔ)于計(jì)算機(jī)內(nèi)存中，不占用目標(biāo)搜索時(shí)間。

第二，從攝像頭獲取一幀圖像，并進(jìn)行索貝爾算子邊緣檢測，得到待匹配圖像。按照模板匹配算法，與模板T0、T1、……T9逐個(gè)進(jìn)行匹配，生成十幅互相關(guān)系數(shù)圖像，每個(gè)模板匹配的最大互相關(guān)系數(shù)分別為R0NCC、R1NCC、……R9NCC。

第三，通過實(shí)驗(yàn)確定一個(gè)閾值，用最大互相關(guān)系數(shù)與其進(jìn)行比較。超過這個(gè)閾值，確定加油錐套存在。把滿足閾值條件且互相關(guān)系數(shù)最高的那一幅圖像作為確定位置的依據(jù)。否則，該幅圖像模板匹配目標(biāo)檢測失敗，采集新的圖像進(jìn)行檢測。

圖5 美軍有人機(jī)為X-47B無人機(jī)加油。

圖6 基于模板匹配的目標(biāo)搜索流程圖。

目標(biāo)定位

為了提高目標(biāo)定位的速度和精度，技術(shù)人員在加油錐套上添加了近紅外標(biāo)志環(huán)。當(dāng)模板匹配搜索到加油錐套的位置后，采用閾值分割獲得標(biāo)志圓環(huán)的圖像?；谧畲箢愰g的閾值分割是一種最佳閾值分割方法。該方法是在判斷分析最小二乘法原理的基礎(chǔ)上推導(dǎo)得出。在完成閾值分割后，需要對標(biāo)志環(huán)進(jìn)行提取和識(shí)別。根據(jù)目標(biāo)物的特征，本文選用霍夫變換進(jìn)行圓檢測。

霍夫變換圓檢測的基本思想是，先將圖像中的邊緣像素點(diǎn)映射到參數(shù)空間，再把參數(shù)空間中的坐標(biāo)點(diǎn)元素對應(yīng)的累加值進(jìn)行累加，然后根據(jù)累加值確定圓心和半徑。通過模板匹配、閾值分割和圓檢測之后，獲得加油錐套在圖像中的像素位置，最后通過坐標(biāo)變換，確定加油錐套的空間位置，如圖7所示。

圖7 加油錐套精確定位結(jié)果。

測試結(jié)果

采用本文提出的圖像采集硬件和識(shí)別算法，對加油錐套進(jìn)行自動(dòng)識(shí)別和定位。測試結(jié)果表明，在2 ～8m范圍內(nèi)，該系統(tǒng)能夠準(zhǔn)確識(shí)別出加油錐套并精確地定位出加油錐套中心，利用坐標(biāo)轉(zhuǎn)換可以得到加油錐套位置。視覺系統(tǒng)能夠始終對加油錐套進(jìn)行跟蹤，實(shí)時(shí)測量與受油管的距離，通過與實(shí)際距離進(jìn)行對比，誤差在1%以內(nèi)，能夠滿足要求。