Abstract
The algorithms of digital image processing in the unmanned aerial vehicle (UAV) visual navigation system are stated and the program realization of the method is presented in the article. Assessment of a range of spatial frequencies of the image is carried out using the stated algorithms. The look and structure of a two-dimensional amplitude spatial spectrum of the image allow allocating existence of vertical and horizontal borders and lines on the image and giving a general idea about their spatial orientation. The spectral submission of the compared images is also used for the acceleration of correlation function calculations. Using the results of digital processing of an amplitude two-dimensional spatial range of the image observed by the onboard TV camera the data allowing to specify the spatial UAV coordinates and to estimate a condition and position of the airfield are formed. The method is based on the numerical analysis of a two-dimensional amplitude spectrum of the image. Results of operation that confirm efficiency of the stated algorithms are presented.
Highlights
The algorithms of digital image processing in the unmanned aerial vehicle (UAV) visual navigation system are stated and the program realization of the method is presented in the article
Using the results of digital processing of an amplitude two-dimensional spatial range of the image observed by the onboard TV camera the data allowing to specify the spatial UAV coordinates and to estimate a condition and position of the airfield are formed
The method is based on the numerical analysis of a two-dimensional amplitude spectrum of the image
Summary
Digital image processing algorithms for visual navigation of an unmanned aircraft. The algorithms of digital image processing in the unmanned aerial vehicle (UAV) visual navigation system are stated and the program realization of the method is presented in the article. Иллюстрация результатов поиска эталона в изображении: а – изображение, б – эталон, в – график нормированных коэффициентов корреляции γ(x, y)норм Figure 3. Иллюстрация результатов поиска эталона на изображении протяженного объекта: а, б – эталоны, в, г – найденные эталоны на незашумленных изображения подстилающей поверхности, д, е – найденные эталоны на зашумленных изображениях подстилающей поверхности Figure 4. Шаг II – вычисление сумм амплитуд всех гармоник пространственного спектра по направлениям, соответствующим в локальной системе координат углам поворота в диапазоне от 0° до 180° с шагом в 1° 8 демонстрирует результаты работы алгоритма вычисления угла поворота объекта при соотношении объект/фон 12,6 дБ на изображении. По которому сумма амплитуд гармоник имеет максимальное значение, соответствующего углу поворота объекта – шаг III; черным цветом показана линия, соответствующая вычисленному направлению Figure 7. Из представленных результатов исследования можно сделать вывод, что данный алгоритм позволяет отслеживать путем перемещения область интереса вдоль кривой линии
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
