多模态智能视觉导航方法与流程

1.本发明涉及信息处理技术领域，具体为多模态智能视觉导航方法。


背景技术：

2.智能视觉导航是利用传感器感知周围环境信息作为航空器飞行依据的导航技术，视觉导航主要包括目标提取、目标跟踪等问题，图像处理技术以及摄像机硬件的发展使得计算机视觉技术可以引入到无人机的导航问题中来。
3.现有的技术中，多模态智能视觉导航方法在对图像或影视进行处理时，一般采用的相机定位精度较低，导致在采集信息时会出现误差，也会影响对图片与影像的处理速度，并且在对图像与影视进行处理时，经常会受到噪声与背景的影响，导致处理图像或影视过程中会受到影响，不能够对目标对象准确的进行导航定位。


技术实现要素：

4.(一)解决的技术问题
5.针对现有技术的不足，本发明提供了多模态智能视觉导航方法，解决了图像或影视处理速度慢以及图像与影视中会掺杂噪声和背景影响的问题。
6.(二)技术方案
7.为实现以上目的，本发明通过以下技术方案予以实现：多模态智能视觉导航方法，具体包括以下步骤：
8.s1.图像采集
9.借助单双目相机对目标对象的环境进行采集，然后将对环境进行采集的视频和图片传输的ccd图像传感器。
10.s2.图像预处理
11.采集到的图像或视频容易受到噪声或者是背景的影响，所以需要先进行图像的预处理。
12.s3.环境处理
13.借助ccd图像传感器对目标对象周围的环境进行光学处理。
14.s4.压缩信息
15.借助外部图像处理器进行图像信息采集，然后将采集到的图像信息进行压缩处理。
16.s5.信息反馈
17.将压缩处理的图像信息反馈到一个提前搭建好的子系统，子系统由神经网络和统计学构成。
18.s6.导航定位
19.通过这个子系统将采集到的信息和目标对象的实际位置联系起来，然后可以完成目标对象的自主导航定位功能。。
20.优选的，所述s1中，采用的单双目相机以超高速相机为主，也可以选择动捕相机替代超高速相机，因为动捕相机的优势就是高精准定位。
21.优选的，所述s2中，图像的预处理包括图像的去噪、灰度化、二值化等，去除图像中的噪音、灰度化、二值化等可以更好的对图像或视频进行处理，其中去噪的方法是滤波，中值滤波能有效抑制噪声，较好地保留边缘信息，是用于边缘跟踪的一种实用去噪方法。
22.优选的，所述s3中，ccd图像传感器把光影像转化为数字信号，ccd图像传感器的作用就像胶片一样，但ccd图像传感器是把图像转换成数字信号。
23.优选的，所述s4中，图像处理器适用于转换、合成等图像处理使用的专用处理器，即通过取样和量化过程将一个以自然形式存在的图像变换为适合计算机处理的数字形式，包括图片直方图、灰度图等的显示，图片修复，即指通过图像增强或复原，改进图片的质量。
24.优选的，所述s5中，神经网络通过模仿动物神经网络为特征，进行分布式并行信息处理的算法数学模型，这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
25.优选的，所述s6中，神经网络将处理的信息与目标对象的实际位置联系起来，然后可以完成目标对象的自主导航定位功能。
26.(三)有益效果
27.本发明提供了多模态智能视觉导航方法。具备以下有益效果：
28.1、本发明提供了多模态智能视觉导航方法，本方法在对图像采集后对图像进行预处理，由于采集到的图像或视频容易受到噪声或者是背景的影响，所以在进行环境处理时，导致ccd图像传感器对目标对象周围的环境光学处理时，处理会受到干扰，不能够达到预期的处理效果，增加对图像的预处理可以有效的减少噪音、灰度化、二值化的干扰，对图像或视频可以更好的进行光学处理。
29.2、本发明提供了多模态智能视觉导航方法，本方法利用ccd对图像或影视快速的转换成数字信息，然后将数字信息通过图像处理器进行压缩处理，可以进一步改进图像或影视的质量，然后通过神经网络对压缩的处理的图像或影视进行处理，然后便可以完成目标对象的自主导航定位功能，这种流程可以提高图像或影视的处理速度，使机器更快的反应，然后便可以更快的进行视觉导航。
具体实施方式
30.下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
31.实施例：
32.多模态智能视觉导航方法，具体包括以下步骤：
33.s1.图像采集
34.借助单双目相机对目标对象的环境进行采集，单双目相机以超高速相机为主，也可以选择动捕相机替代超高速相机，因为动捕相机的优势就是高精准定位，像欧比邻的gm和um系列动捕相机，定位精准度能达到亚毫米，这就相当准确了，比穿针引线都精准，然后
将对环境进行采集的视频和图片传输的ccd图像传感器。
35.s2.图像预处理
36.采集到的图像或视频容易受到噪声或者是背景的影响，所以需要先进行图像的预处理，去噪的方法是滤波，中值滤波能有效抑制噪声，较好地保留边缘信息，是用于边缘跟踪的一种实用去噪方法。
37.s3.环境处理
38.借助ccd图像传感器对目标对象周围的环境进行光学处理，ccd图像传感器将图像或影视转换成数字信号。
39.s4.压缩信息
40.借助外部图像处理器进行图像信息采集，然后将采集到的图像信息进行压缩处理，图像处理器可以对图像或影视进一步处理，改进图像或影视的质量。
41.s5.信息反馈
42.将压缩处理的图像信息反馈到一个提前搭建好的子系统，子系统由神经网络和统计学构成。
43.s6.导航定位
44.通过这个子系统将采集到的信息和目标对象的实际位置联系起来，然后可以完成目标对象的自主导航定位功能，神经网络将处理的信息与目标对象的实际位置联系起来，对目标对象进行自主导航定位功能。
45.s1中，采用的单双目相机以超高速相机为主，也可以选择动捕相机替代超高速相机，因为动捕相机的优势就是高精准定位，捕捉相机内置姿态传感器，可以实时检测相机姿态是否发生改变，进而可以做相应的偏移补偿。
46.s2中，图像的预处理包括图像的去噪、灰度化、二值化等，去除图像中的噪音、灰度化、二值化等可以更好的对图像或视频进行处理，其中去噪的方法是滤波，中值滤波能有效抑制噪声，较好地保留边缘信息，是用于边缘跟踪的一种实用去噪方法。
47.s3中，ccd图像传感器把光影像转化为数字信号，ccd图像传感器的作用就像胶片一样，但ccd图像传感器是把图像转换成数字信号，ccd图像传感器上有许多排列整齐的电容，能感应光线，并将影像或图片转变成数字信号，经由外部电路的控制，每个小电容能将其所带的电荷转给它相邻的电容。
48.s4中，图像处理器适用于转换、合成等图像处理使用的专用处理器，即通过取样和量化过程将一个以自然形式存在的图像变换为适合计算机处理的数字形式，包括图片直方图、灰度图等的显示，图片修复，即指通过图像增强或复原，改进图片的质量。
49.s5中，神经网络通过模仿动物神经网络为特征，进行分布式并行信息处理的算法数学模型，这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
50.s6中，神经网络将处理的信息与目标对象的实际位置联系起来，然后可以完成目标对象的自主导航定位功能。
51.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。