基于分层搜索与局部约束线性编码的机场检测

作者：胡运强^*; 曹云峰; 丁萌; 庄丽葵

来源：光学学报, 2018, 38(08): 243-251.

• 机器视觉
• 视觉导航
• 固定翼无人机
• 自主着陆
• 机场检测

提出一种用于固定翼无人机自主着陆导航的分层机场检测方法,以提高机场检测的速度。采取一种由粗到细的分层搜索结构,逐层缩小搜索面积以快速提取机场的候选区域。首先进行伪地平线检测将机场搜索区域限制为地面区域,然后根据机场区域包含大量垂直线的事实确定机场近似区域候选区以进一步缩小机场搜索区域,最后利用Edge Boxes得到高定位精度的机场候选区域。利用局部约束线性编码(LLC)特征学习法以尺度不变特征变换(SIFT)为基础特征提取机场候选区域特征并使用线性支持向量机(SVM)分类器完成机场检测。实验中在不同天气、不同背景条件下对所提机场检测方法进行了综合测试,并与其他方法进行比较,实验结果表明本文机场检测方法能有效提高机场检测速度,且准确率高。

• 单位
  自动化学院; 南京航空航天大学; 航天学院