用于公路地貌识别的特征向量提取设备的制造方法
【技术领域】
[0001]本实用新型涉及图像处理领域，尤其涉及一种用于公路地貌识别的特征向量提取设备。
【背景技术】
[0002]目前来看，无人机的应用领域越来越广泛，因而人们对无人机的智能化要求也越来越高。
[0003]无人机在起飞阶段，由于起飞点是固定的，刚开始起飞时，无人机的所有机上参数都是经过多次调试的初始参数，因而这时的无人机具有极强的可控性，按照预定程度即可完成起飞操作，相对而言，无人机在降落阶段，即无人机的回收阶段，由于着陆点根据具体地形地貌而定，而且无人机的各种机上参数已经经过长期飞行，可能出现误差，这时的控制比较难，需要更多的人力介入，然而，人力过多的介入恰恰降低了无人机的智能化水平。
[0004]因而，为了提高无人机的智能化水平，需要无人机在降落阶段能够自己选择着陆点，其中在可能的各种地貌中，如公路、湖水、草地、森林、平原、丘陵等，最方便着陆的莫过于公路地貌，因此，无人机需要自行寻找具有公路地貌的着陆点进行降落，但是，为了准确搜索到公路地貌的着陆点，必须有精确的公路地貌特征值作为匹配对象，现有技术中尚没有提供精确的公路地貌特征值的技术方案。
[0005]由此可见，需要一种用于公路地貌识别的特征向量提取设备，能够在无人机的降落阶段提供精确的公路地貌特征值作为参考，在实际地貌中选择具有公路地貌的着陆点进行降落，提高无人机飞行的可靠性和智能化程度。
【发明内容】
[0006]为了解决上述问题，本实用新型提供了一种用于公路地貌识别的特征向量提取设备，首先用户选择基准公路图像，随后通过高清摄像头拍摄多个实地公路图像，对基准公路图像和每一个实地公路图像都进行Contourlet变换和Hu的七个不变矩提取，最后以实地公路图像为参考，选择更有匹配效果的不变矩组成识别公路地貌的特征向量，从而提高公路地貌识别的精度。
[0007]根据本实用新型的一方面，提供了一种用于公路地貌识别的特征向量提取设备，所述提取设备包括静态存储器、高清摄像头、图像处理器和飞思卡尔頂X6处理器，所述静态存储器用于存储基准公路图像，所述高清摄像头对多处公路进行拍摄以获得多个实地公路图像，所述图像处理器与所述静态存储器和所述高清摄像头分别连接，对基准公路图像进行图像处理以获得基准公路图像对应的多种图像特征值，对所述多个实地公路图像分别进行图像处理以获得每一个实地公路图像的多种图像特征值，所述頂X6处理器与所述图像处理器连接，基于所述图像处理器的输出在多种图像特征中选择五个识别率最高的图像特征作为五个目标图像特征，将基准公路图像对应的五个目标图像特征值按顺序排列成用于公路地貌识别的特征向量。
[0008]更具体地，在所述用于公路地貌识别的特征向量提取设备中，还包括:供电器件，用于在所述頂X6处理器的控制下，为所述提取设备的各个用电部件提供电力供应；用户输入器件，用于根据用户的操作，从基准图像数据库中选择一个基准公路图像，所述基准图像数据库保存了多个基准图像数据；并行输入接口，连接静态存储器和用户输入器件，用于将所述用户输入器件选择的基准公路图像转发到所述静态存储器中进行存储；无线通信接口，用于与远端的无人机建立双向无线通信链路，接收无人机发送的特征数据请求，还用于将用于公路地貌识别的特征向量无线发送给所述无人机；所述高清摄像头包括前盖玻璃、镜头、滤镜和成像电子单元，用于对多处公路进行拍摄以获得多个实地公路图像，每一个实地公路图像的分辨率为1920X1080，所述滤镜为紫外线滤光镜，所述成像电子单元为CMOS视觉传感器；所述图像处理器与所述静态存储器和所述高清摄像头分别连接，包括对比度增强处理单元、自适应递归滤波单元和特征值提取单元；所述对比度增强处理单元与所述静态存储器和所述高清摄像头分别连接，接收所述基准公路图像和所述多个实地公路图像，对所述基准公路图像和每一个实地公路图像都进行对比度增强处理，以分别获得基准增强图像和每一个实地增强图像；所述自适应递归滤波单元与所述对比度增强处理单元连接，用于对基准增强图像和每一个实地增强图像都进行自适应递归滤波处理，以分别获得基准滤波图像和每一个实地滤波图像；所述特征值提取单元与所述自适应递归滤波单元连接，用于对基准滤波图像进行Contourlet变换，获得九个基准子图，所述九个基准子图包括一个低频基准子图和八个高频基准子图，对所述九个基准子图的每一个基准子图提取Hu的七个不变矩，获得六十三个不变矩并作为基准公路图像对应的六十三种图像特征值，所述自适应递归滤波单元还用于对每一个实地滤波图像进行Contourlet变换，获得九个实地子图，所述九个实地子图包括一个低频实地子图和八个高频实地子图，对所述九个实地子图的每一个实地子图提取Hu的七个不变矩，获得六十三个不变矩并作为每一个实地公路图像对应的六十三种图像特征值；所述頂X6处理器与所述特征值提取单元连接，将每一个实地公路图像对应的六十三种图像特征值与基准公路图像对应的六十三种图像特征值按种类分别进行逐一匹配，将图像特征值相差在10%范围内的实地公路图像对应的图像特征值认作为识别成功的图像特征值，对于多个实地公路图像，统计每一种图像特征存在识别成功的图像特征值的比率，对于多种图像特征，按从高到低的顺序对所述比率进行排序，选择排序在前五位的五个种类的图像特征作为五个识别率最高的图像特征，即五个目标图像特征，将基准公路图像对应的五个目标图像特征值按顺序排列成用于公路地貌识别的特征向量；其中，所述頂X6处理器还与所述无线通信接口连接，用于接收所述无线通信接口转发的特征数据请求，并基于所述特征数据请求将所述用于公路地貌识别的特征向量发送给所述无线通信接口 ；所述对比度增强处理单元、所述自适应递归滤波单元和所述特征值提取单元分别采用FPGA芯片来实现，所采用的FPGA芯片的选型都为Xilinx公司的Artix-7 系列。
[0009]更具体地，在所述用于公路地貌识别的特征向量提取设备中，替换地，所述用户输入器件用于根据用户的操作从基准图像数据库中选择多个基准公路图像，所述图像处理器对每一个基准公路图像分别进行图像处理以获得每一个基准公路图像对应的六十三种图像特征值，对于多个基准公路图像，计算每一种图像特征值的平均值，将获得的六十三个平均值作为基准公路图像对应的六十三种图像特征值。
[0010]更具体地，在所述用于公路地貌识别的特征向量提取设备中，将所述图像处理器和所述高清摄像头集成在一块集成电路板上。
[0011]更具体地，在所述用于公路地貌识别的特征向量提取设备中，所述无线通信接口包括无线接收机和无线发射机。
[0012]更具体地，在所述用于公路地貌识别的特征向量提取设备中，所述并行输入接口为CSI接口。
【附图说明】
[0013]以下将结合附图对本实用新型的实施方案进行描述，其中:
[0014]图1为根据本实用新型实施方案示出的用于公路地貌识别的特征向量提取设备的结构方框图。
[0015]图2为根据本实用新型实施方案示出的用于公路地貌识别的特征向量提取设备的图像处理器的结构方框图。
【具体实施方式】
[0016]下面将参照附图对本实用新型的用于公路地貌识别的特征向量提取设备的实施方案进行详细说明。
[0017]无人机(unmanned aerial vehicle或drone)，是无人驾驶飞机的简称，英文缩写为“UAV”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。从技术角度定义可以分为:无人直升机、无人固定翼机、无人多旋翼飞行器、无人飞艇、无人伞翼机等。
[0018]无人机是一种由无线电遥控设备或自身程序控制装置操纵的无人驾驶飞行器。20世纪20年代最早出现，当时是作为训练用的靶机使用的。是一个许多国家用于描述最新一代无人驾驶飞机的术语。从字面上讲，这个术语可以描述从风筝，无线电遥控飞机，