头盔瞄准具精度鉴定试飞图像判读技术研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (24): 157-159.

• 图形、图像、模式识别 • 上一篇下一篇

头盔瞄准具精度鉴定试飞图像判读技术研究

张虎龙1，李娟妮2

1.中国飞行试验研究院测试所，西安 710089
2.中国飞行试验研究院科技部，西安 710089

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-21 发布日期:2011-08-21

Technology of image interpretation in flight test for examining accuracy of HMS

ZHANG Hulong1，LI Juanni2

1.Graduate School of Test，Chinese Flight Test Establishment，Xi’an 710089，China
2.Department of Science and Technology，Chinese Flight Test Establishment，Xi’an 710089，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-21 Published:2011-08-21

摘要/Abstract

摘要： 头盔瞄准具精度鉴定课题是我国某新型直升机进行鉴定试飞的重要科目之一。飞行实验中采用了基于机载数字影像的头盔瞄准具精度鉴定非接触测量方法，其中对头盔运动影像序列中测量特征点图像坐标进行精确判读是实现该方法的重要环节。基于Kalman滤波的特征点跟踪算法、相关性原理的图像匹配算法、Harris算子和角点定位算子实现特征点图像坐标亚像素判读，得到每帧影像中测量特征点的精确二维图像坐标，为后续的头盔运动姿态测量解算提供精度保证。

关键词: 头盔瞄准具, 图像判度, 特征点, 序列影像

Abstract: The research on examining accuracy of HMS（Helmet Mounted Sight） described in this article is a crucial subject in the flight test for evaluating and validating the design of a new fighter.According to requirements on validating the accuracy of the HMS designed for the new helicopter，a non-contact measurement based on airborne digital imaging is developed.Algorithms based on Kalman filter tracking，cross-correlation matching and Harris corner detector are combined to accomplish extractions of coordinates of feature points in a subpixel-precise manner.

Key words: Helmet Mounted Sight（HMS）, image interpretation, feature point, image sequence

张虎龙1，李娟妮2. 头盔瞄准具精度鉴定试飞图像判读技术研究[J]. 计算机工程与应用, 2011, 47(24): 157-159.

ZHANG Hulong1，LI Juanni2. Technology of image interpretation in flight test for examining accuracy of HMS[J]. Computer Engineering and Applications, 2011, 47(24): 157-159.

[1]	卫保国，张玉兰，周佳明. 图像匹配中的特征点筛选方法[J]. 计算机工程与应用, 2021, 57(3): 208-214.
[2]	王国屹，孙永荣，吴雷，曾庆化. 分块检测尺度自适应的圆形目标相关跟踪[J]. 计算机工程与应用, 2020, 56(8): 177-184.
[3]	郭克友，马丽萍，胡巍. 基于DCNN的人脸特征点检测及面部朝向计算[J]. 计算机工程与应用, 2020, 56(4): 202-208.
[4]	张毅，王彦博，高奇峰，杨德伟，魏博. 改进FAST-SURF算法在卷烟包件识别定位中的应用[J]. 计算机工程与应用, 2020, 56(3): 252-258.
[5]	朱超，吴素萍. 特征点检测DoG并行算法[J]. 计算机工程与应用, 2020, 56(10): 36-43.
[6]	郑银环1，王备战2，王嘉珺2，陈凌宇2，洪清启2. 深度卷积神经网络应用于人脸特征点检测研究[J]. 计算机工程与应用, 2019, 55(4): 173-178.
[7]	胡晓静1，周明全2，耿国华1，张雨禾1. 基于自适应邻域描述子的三维面貌相似性度量[J]. 计算机工程与应用, 2019, 55(2): 187-192.
[8]	郭恩会1，张小国2，陈刚1. 自适应邻域测试的图像误匹配点剔除算法[J]. 计算机工程与应用, 2019, 55(14): 198-202.
[9]	贾项南，于凤芹，陈莹. 多视角级联回归模型人脸特征点定位[J]. 计算机工程与应用, 2019, 55(10): 199-204.
[10]	李嘉祥，范影乐，武薇. 基于生物视觉机制的图像特征点检测方法[J]. 计算机工程与应用, 2018, 54(7): 182-187.
[11]	宋博1，姜万里2，孙涛1，熊正强1，芮华建1. 快速特征提取与感知哈希结合的图像配准算法[J]. 计算机工程与应用, 2018, 54(7): 206-212.
[12]	祝朝政1，何明1，杨晟2，吴春晓1，刘斌1. 单目视觉里程计研究综述[J]. 计算机工程与应用, 2018, 54(7): 20-28.
[13]	赵瑛1，耿秀琳1，李琦1，蒋广琪1，谷宇1，2. 视觉假体中动态图像识别研究[J]. 计算机工程与应用, 2018, 54(23): 162-169.
[14]	贾雯晓1，张贵仓1，汪亮亮1，秦娜2. 基于SIFT和改进的RANSAC图像配准算法[J]. 计算机工程与应用, 2018, 54(2): 203-207.
[15]	林汀1，娄小平1，2，刘锋1，2，李伟仙1，2. 序列图像特征提取与匹配算法的改进[J]. 计算机工程与应用, 2017, 53(9): 141-145.

头盔瞄准具精度鉴定试飞图像判读技术研究

Technology of image interpretation in flight test for examining accuracy of HMS

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics