和V'；公式（5)中，f为所述图像采集设备的 焦距，a和P分别为所述图像采集设备的水平视场角和垂直视场角，L和W分别为所述彩 色着舰合作目标的长度和宽度且二者的单位均与D的单位相同；所述图像采集设备的分辨 率为mXn;
[003引再根据公式側化,v ^/2 (5)，计算得出图像外接圆半径radius。
[0034] 上述一种基于视觉注意机制的彩色着舰合作目标检测方法，其特征是：步骤2032 中所述的N= 3 ;所述圆形图像区域的显著值均值为该圆形图像区域内所有像素点的显著 值均值，每个所述像素点的显著值均为步骤201中所提取a通道图像I(U，V)的显著图S(X) 中该像素点的数值。
[0035] 上述一种基于视觉注意机制的彩色着舰合作目标检测方法，其特征是：步骤2033 中从N个所述待识别图像区域中找出所述彩色着舰合作目标的图像时，按照步骤2032中N 个所述待识别图像区域的排序结果，由先至后对各待识别图像区域进行形状差异判断，直 至找出形状差异参数d小于d。的待识别图像区域，所找出的待识别图像区域为所述彩色着 舰合作目标的图像；其中，d。为预先设定的距离阔值；形状差异参数d为所述待识别图像区 域的k个不变矩特征与所述化矩参考值中对应k个不变矩特征之间的欧式距离；其中，k 为正整数且k《7。
[0036] 上述一种基于视觉注意机制的彩色着舰合作目标检测方法，其特征是：所述的k =4 ;所述形状差异参数d为所述待识别图像区域的前4个不变矩特征与所述化矩参考值 中的前4个不变矩特征之间的欧式距离。
[0037] 本发明与现有技术相比具有W下优点：
[0038] 1、方法步骤简单、设计合理且实现方便，投入成本较低。
[0039] 2、使用操作简便，采用处理器能自动、同步完成合作目标检测过程。
[0040] 3、所采用的彩色着舰合作目标结构简单、设计合理且易于检测，能有效减小合作 目标的检测难度，并能提高检测精度。
[0041] 4、使用效果好，具有检测精度高、抗干扰能力强、实时性好且易于实现等优点，能 在光线发生变化W及合作目标图像存在大尺度、角度崎变情况下实现合作目标的精确、鲁 棒检测，工程上易于实现，对基于视觉的无人机着舰系统具有重要的指导意义。本发明W无 人机自主安全着舰为研究背景，与传统的着舰合作目标检测方法相比，本发明实际使用时 能解决光线变化W及合作目标图像发生尺度、角度崎变情况下，合作目标难W精确、鲁棒检 测的问题，能为真实无人机视觉着舰时的着舰合作目标检测提供地面数据的前期验证W及 前期数据优化与性能改进工作，实施方便、灵活，具有发展前景W及工程应用价值。
[0042] 实际使用时，本发明根据所识别彩色着舰合作目标的尺寸、颜色W及形状特征，提 出了由尺寸约束、颜色约束和形状约束构成的=重约束策略实现合作目标的鲁棒检测，最 终能实现在光线变化条件下W及合作目标图像出现大尺度、角度变化情况下，彩色着舰合 作目标的精确、鲁棒检测。本发明所采用的检测方法红色矩形作为大背板，用绿色（具 体是巧光绿色）的H形和小正=角形构成的合作目标为研究对象，在视觉注意机制下结合 该合作目标的尺寸信息、颜色信息和形状信息设计了一种合作目标鲁棒检测方法；与传统 的着舰合作目标检测方法相比，本发明不仅易于工程实现，而且能在光线变化情况下W及 合作目标图像存在大尺度、角度崎变条件下实现合作目标的准确、鲁棒检测，不仅检测精度 高、鲁棒性强，而且为彩色着舰合作目标的鲁棒检测提供了 一种新的思路，对无人机自主安 全着舰具有重要的意义。
[0043] 综上所述，本发明方法步骤简单、设计合理且实现方便、使用效果好，能在光线发 生变化W及合作目标图像存在大尺度、角度崎变情况下实现合作目标的精确、鲁棒检测，检 测精度高、抗干扰能力强、实时性好且易于实现。
[0044] 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
【附图说明】
[0045] 图1为本发明彩色着舰合作目标的结构示意图。
[0046]图2为本发明的方法流程框图。
[0047] 附图标记说明：
[0048] 1-红色矩形背板；2-绿色H形板；3-绿色正S角形板。
【具体实施方式】
[0049] 如图2所示的一种基于视觉注意机制的彩色着舰合作目标检测方法，其特征在于 该方法包括W下步骤：
[0050] 步骤一、着舰区域图像获取：采用图像采集设备且按照预先设计的采样频率，获取 着舰区域的图像，并将所获取图像同步传送至处理器进行处理；所获取图像中包含彩色着 舰合作目标的图像；所述图像采集设备与所述处理器相接；
[0051] 如图1所示，所述彩色着舰合作目标由红色矩形背板1和位于红色矩形背板1上 的绿色H形目标与绿色正=角形目标组成，所述绿色正=角形目标位于所述绿色H形目标 一侧；所述绿色H形目标为涂覆于红色矩形背板1上的绿色H形涂层、放置于红色矩形背板 1上的绿色H形板2或平铺在红色矩形背板1上的绿色H形平铺层，所述绿色正=角形目标 为涂覆于红色矩形背板1上的绿色正=角形涂层、放置于红色矩形背板1上的绿色正=角 形板3或平铺在红色矩形背板1上的绿色正=角形平铺层；
[0052] 步骤二、合作目标图像处理：采用所述处理器，同步对步骤一中各采样时刻所获取 的图像分别进行处理，各采样时刻所获取图像的处理方法均相同；对任一个采样时刻所获 取的图像进行处理时，过程如下：
[0053] 步骤201、图像颜色空间转换：调用图像颜色空间转换模块，将待处理图像由RGB 颜色空间转换到CIEL油颜色空间，获得待处理图像的CffiL油颜色空间图像；
[0054] 步骤202、基于显著性区域的图像分割：调用图像分割模块，先从步骤201中所述 CIEL油颜色空间图像中提取出a通道图像，再对提取出的a通道图像进行图像显著性检 巧。，并检测出所提取a通道图像中的多个图像显著性区域；再根据所检测出的多个所述图 像显著性区域，对所提取a通道图像进行图像分割，获得候选合作目标图像；
[0055] 所述候选合作目标图像中包括多个候选合作目标的图像区域，多个所述候选合作 目标的图像区域分别与多个所述图像显著性区域一一对应；
[0056] 步骤203、基于=重约束的合作目标检测：调用=重约束检测模块，从步骤202中 所述候选合作目标图像中识别出所述彩色着舰合作目标的图像，包括W下步骤：
[0057] 步骤2031、尺寸约束：调用尺寸约束模块，且根据步骤一中所述彩色着舰合作目 标的实际尺寸，计算出所述彩色着舰合作目标的图像面积和图像外接圆半径radius;
[0058] 步骤2032、颜色约束：调用颜色约束模块，先从步骤202中所述候选合作目标图像 中，找出多个所述候选合作目标的图像区域；再分别W各候选合作目标的图像区域的几何 中屯、点为圆屯、且WR为半径截取多个圆形图像区域，并对多个所述圆形图像区域的显著值 均值分别进行计算；按照显著值均值从大到小的顺序，对多个所述圆形图像区域进行排序， 并将排序后的前N个所述圆形图像区域均作为待识别图像区域；
[0059]其中，R= (1 ~1. 1)Xradius;N为正整数且N= 2 ~5;
[0060] 步骤2033、形状约束：调用化矩计算模块，分别计算出步骤2032中N个所述待识 别图像区域的屯个不变矩特征；再结合预先计算得出的所述彩色着舰合作目标的化矩参 考值，从N个所述待识别图像区域中找出所述彩色着舰合作目标的图像；
[0061] 所述化矩参考值为采用所述图像采集设备获取所述彩色着舰合作目标的图像， 并调用所述化矩计算模块计算得出的所获取图像的屯个不变矩特征。
[0062] 本实施例中，所述绿色H形目标为放置于红色矩形背板1上的绿色H形板2,所述 绿色正=角形目标为放置于红色矩形背板1上的绿色正=角形板3。
[0063] 实际使用时，所述绿色H形目标也可W为涂覆于红色矩形背板1上的绿色H形涂 层或平铺在红色矩形背板1上的绿色H形平铺层。所述绿色正=角形目标也可W为涂覆于 红色矩形背板1上的绿色正=角形涂层或平铺在红色矩形背板1上的绿色正=角形平铺 层。
[0064] 本实施例中，步骤一中所述绿色正=角形目标位于所述绿色H形目标的斜下方。 并且，所述绿色正=角形目标位于所述绿色H形目标的斜下方45°方向。
[0065] 因而，所述绿色正=角形目标位于所述绿色H形目标的斜下方。实际使用时，可根 据具体需要，对所述绿色正=角形目标的布设位置进行相应调整。所述绿色正=角形目标 也可W位于所述绿色H形目标的斜下方。
[0066] 需注意的是：所述绿色正=角形目标不能位于所述绿色H形目标的正上方、正下 方、正左侧和正右侧。
[0067] 本实施例中，步骤一中所述图像采集设备为彩色CCD相机。
[006引并且，步骤一中所获取图像为RGB颜色空间图像。
[0069] 本实施例中，步骤201中进行图像颜色空间转换时，根据公式
，进行计算；公式（1)中，L、a和b分别为转换后的CIELab 颜色空间图像中对应=个通道的灰度值
，其中函数
e为自变量；R、G和B分别为转换前的RGB颜色空 间图像中红色、绿色和蓝色的灰度值。
[0070] 在CIEL油颜色空间中，a通道为的是颜色从绿色到红色之间的变化。因而，步骤 202中提取的是所述CIEL油颜色空间图像中的a通道图像。由于步骤一中所述的彩色着 舰合作目标由红色矩形背板1和绿色H形目标与绿色正=角形目标组成，该彩色着舰合作 目标相对于周围环境具有更强的显著性，利用CIEL油颜色空间的a通道图像生成基