技术新讯 > 电子通信装置的制造及其应用技术 > 无人监控机图像稳定方法、装置、计算机设备和存储介质与流程  >  正文

无人监控机图像稳定方法、装置、计算机设备和存储介质与流程

  • 国知局
  • 2024-08-02 14:52:32

本技术涉及图像处理,特别是涉及一种无人监控机图像稳定方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术:

1、在图像处理领域,要获取满足需求的目标图像包括对待处理图像进行增强、复原以及特征提取等过程。目前增强无人监控机图像稳定性的方法是通过改进无人监控机图像稳定系统对已获取图像进行处理的图像处理算法,具体表现为增加图像处理算法对图像畸变、运动模糊和局部扭曲等情况的适应性。

2、然而,若仅仅依靠改进图像处理的算法,无法保证由于无人监控机机体晃动和飞行高度变化时获取到的图像的质量,则不能高效率的得到无人监控机的稳定图像。

技术实现思路

1、基于此,有必要针对上述不能高效率的得到无人监控机的稳定图像的技术问题,提供一种无人监控机图像稳定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面,本技术提供了一种无人监控机图像稳定方法,包括:

3、获取所述无人监控机运动过程中的多个原始运动参数;所述原始运动参数由所述无人监控机中的传感器模块测量;所述传感器模块包括惯性测量单元和视觉测量单元;所述视觉测量单元包括摄像头;

4、融合计算所述惯性测量单元和所述视觉测量单元测量的多个所述原始运动参数,得到所述无人监控机的目标飞行状态数据;

5、解析所述目标飞行状态数据,并基于解析后的所述目标飞行状态数据计算所述无人监控机的电机的相对速度;

6、基于所述电机的相对速度输出驱动所述无人监控机的所述电机的转速控制指令;

7、根据所述目标飞行状态数据和所述无人监控机的所述摄像头获取到的待稳定图像的数据,得到所述待稳定图像和目标图像的参数关系并建立转换模型,基于所述转换模型结合数字图像稳定算法对所述待稳定图像进行修正,得到稳定图像。

8、在其中一个实施例中,所述待稳定图像的数据包括原始图像序列数据;所述获取所述无人监控机运动过程中的多个原始运动参数,包括:通过所述惯性测量单元获取所述无人监控机的机械运动数据,通过所述视觉测量单元获取所述原始图像序列数据;所述惯性测量单元包括三轴陀螺仪和三轴加速度计;所述机械数据包括角速度数据、角位移数据和线加速度数据;根据所述惯性测量单元的所述三轴陀螺仪和所述三轴加速度计,分别测量出所述无人监控机的所述角速度数据、所述角位移数据和所述线加速度数据;根据所述视觉测量单元测量出所述原始图像序列数据对应的原始图像的特征匹配点数据和像素层运动向量数据。

9、在其中一个实施例中,所述融合计算所述惯性测量单元和所述视觉测量单元测量的多个所述原始运动参数,得到所述无人监控机的目标飞行状态数据,包括:基于所述惯性测量单元和所述视觉测量单元的多个所述原始运动参数构建多传感器动力学模型;根据所述多传感器动力学模型,获取所述无人监控机的飞行状态的多个估计数据;所述估计数据包括估计姿态角数据和估计位置数据;融合多个所述估计数据并进行数据信息度量,根据多个所述估计数据的所述数据信息度量的程度确定传感器融合算法;根据确定的所述传感器融合算法对所述无人监控机的对应的多个所述估计数据进行运算,得到所述无人监控机的多个输出数据;关联多个所述输出数据和与其匹配的时间戳,得到所述无人监控机的目标飞行状态数据。

10、在其中一个实施例中,所述根据确定的所述传感器融合算法对所述无人监控机的对应的多个所述估计数据进行运算,得到所述无人监控机的多个输出数据,包括:基于所述惯性测量单元和所述视觉测量单元测量的多个所述原始运动参数构建过程模型和观测模型;结合滤波算法、所述过程模型和所述观测模型处理多个所述原始运动参数,得到多个所述估计数据;处理多个所述估计数据的子态误差,得到所述无人监控机的多个输出数据。

11、在其中一个实施例中,所述处理所述多个估计数据的子态误差,包括:基于过程模型和观测模型计算所述惯性测量单元和所述视觉测量单元的当前状态估计值和预测状态估计值;计算所述当前状态估计值和所述预测状态估计值的差值,并根据所述差值对所述子态误差进行处理。

12、在其中一个实施例中,所述原始图像序列数据包括原始图像帧序列;所述根据所述目标飞行状态数据和所述无人监控机的所述摄像头获取到的待稳定图像的数据,得到所述待稳定图像和目标图像的参数关系并建立转换模型,基于所述转换模型结合数字图像稳定算法对所述待稳定图像进行修正,得到稳定图像,包括:基于所述目标飞行状态数据、所述待稳定图像的数据以及所述数字图像稳定算法估算原始图像帧序列和虚拟稳定帧序列的转换关系建立空间转换模型;所述虚拟稳定帧根据所述无人监控机的多个所述输出数据预测得到;基于所述空间转换模型变换所述原始图像帧序列,得到稳定图像。

13、第二方面,本技术还提供了一种无人监控机图像稳定装置,包括:

14、参数获取模块,用于获取所述无人监控机运动过程中的多个原始运动参数;所述原始运动参数由所述无人监控机中的传感器模块测量;所述传感器模块包括惯性测量单元和视觉测量单元;所述视觉测量单元包括摄像头;

15、参数计算模块,用于融合计算所述惯性测量单元和所述视觉测量单元测量的多个所述原始运动参数,得到所述无人监控机的目标飞行状态数据;

16、数据解析模块,用于解析所述目标飞行状态数据,并基于解析后的所述目标飞行状态数据计算所述无人监控机的电机的相对速度;

17、指令输出模块,用于基于所述电机的相对速度输出驱动所述无人监控机的所述电机的转速控制指令;

18、图像稳定模块,用于根据所述目标飞行状态数据和所述无人监控机的所述摄像头获取到的待稳定图像的数据,得到所述待稳定图像和目标图像的参数关系并建立转换模型,基于所述转换模型结合数字图像稳定算法对所述待稳定图像进行修正,得到稳定图像。

19、第三方面,本技术还提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:

20、获取所述无人监控机运动过程中的多个原始运动参数;所述原始运动参数由所述无人监控机中的传感器模块测量;所述传感器模块包括惯性测量单元和视觉测量单元;所述视觉测量单元包括摄像头;

21、融合计算所述惯性测量单元和所述视觉测量单元测量的多个所述原始运动参数,得到所述无人监控机的目标飞行状态数据;

22、解析所述目标飞行状态数据,并基于解析后的所述目标飞行状态数据计算所述无人监控机的电机的相对速度;

23、基于所述电机的相对速度输出驱动所述无人监控机的所述电机的转速控制指令;

24、根据所述目标飞行状态数据和所述无人监控机的所述摄像头获取到的待稳定图像的数据,得到所述待稳定图像和目标图像的参数关系并建立转换模型,基于所述转换模型结合数字图像稳定算法对所述待稳定图像进行修正,得到稳定图像。

25、第四方面,本技术还提供了一种计算机可读存储介质,所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:

26、获取所述无人监控机运动过程中的多个原始运动参数;所述原始运动参数由所述无人监控机中的传感器模块测量;所述传感器模块包括惯性测量单元和视觉测量单元;所述视觉测量单元包括摄像头;

27、融合计算所述惯性测量单元和所述视觉测量单元测量的多个所述原始运动参数,得到所述无人监控机的目标飞行状态数据;

28、解析所述目标飞行状态数据,并基于解析后的所述目标飞行状态数据计算所述无人监控机的电机的相对速度;

29、基于所述电机的相对速度输出驱动所述无人监控机的所述电机的转速控制指令;

30、根据所述目标飞行状态数据和所述无人监控机的所述摄像头获取到的待稳定图像的数据,得到所述待稳定图像和目标图像的参数关系并建立转换模型,基于所述转换模型结合数字图像稳定算法对所述待稳定图像进行修正,得到稳定图像。

31、第五方面,本技术还提供了一种计算机程序产品,所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:

32、获取所述无人监控机运动过程中的多个原始运动参数;所述原始运动参数由所述无人监控机中的传感器模块测量;所述传感器模块包括惯性测量单元和视觉测量单元;所述视觉测量单元包括摄像头;

33、融合计算所述惯性测量单元和所述视觉测量单元测量的多个所述原始运动参数,得到所述无人监控机的目标飞行状态数据;

34、解析所述目标飞行状态数据,并基于解析后的所述目标飞行状态数据计算所述无人监控机的电机的相对速度;

35、基于所述电机的相对速度输出驱动所述无人监控机的所述电机的转速控制指令;

36、根据所述目标飞行状态数据和所述无人监控机的所述摄像头获取到的待稳定图像的数据,得到所述待稳定图像和目标图像的参数关系并建立转换模型,基于所述转换模型结合数字图像稳定算法对所述待稳定图像进行修正,得到稳定图像。

37、上述无人监控机图像稳定方法、装置、计算机设备、存储介质和计算机程序产品,在无人监控机图像稳定的过程中,具有以下有益效果:首先获取无人监控机运动过程中的多个原始运动参数;上述原始运动参数由无人监控机中的传感器模块测量;上述传感器模块包括惯性测量单元和视觉测量单元;上述视觉测量单元包括摄像头;然后融合计算惯性测量单元和视觉测量单元测量的多个原始运动参数,得到无人监控机的目标飞行状态数据,可以更准确地获取无人监控机的目标飞行状态数据;接着解析目标飞行状态数据,并基于解析后的目标飞行状态数据计算无人监控机的电机的相对速度,有助于实现对电机的有效控制;再基于电机的相对速度输出驱动无人监控机的电机的转速控制指令;最后根据目标飞行状态数据和无人监控机的摄像头获取到的待稳定图像的数据,得到待稳定图像和目标图像的参数关系并建立转换模型,基于转换模型结合数字图像稳定算法对待稳定图像进行修正,得到稳定图像,提高了图像质量和清晰度,可以高效率的获取无人监控机的稳定图像。

本文地址:https://www.jishuxx.com/zhuanli/20240801/244113.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。