【技术实现步骤摘要】
本专利技术属于计算机视觉和无人机应用，具体涉及在逆光或高动态光照场景中对目标进行图像增强、检测与跟踪的技术。
技术介绍
1、随着无人机技术的发展，无人机在智能监控、救援搜索、生态监测等领域的应用越来越广泛。然而，在复杂光照环境，特别是逆光条件下，无人机目标感知的性能仍存在显著的技术瓶颈。这种环境通常会导致成像目标的光照不均、对比度下降，以及细节丢失，严重影响目标检测与跟踪的准确性。
2、逆光条件是一种高动态范围光照场景，其中背景光源(如太阳)远强于目标反射的光线，导致：1)目标过暗或完全被阴影覆盖：普通成像系统难以分辨背景与目标的细节；2)高光区域过曝：背景的亮度过强会掩盖图像细节，造成严重的信息丢失；3)目标轮廓模糊：光线散射或强烈的边缘晕光效应使目标边缘难以提取。传统成像技术如高动态范围成像能够部分改善亮度范围，但通常需要多个图像帧的融合，难以满足无人机实时感知任务的要求。
3、当前逆光图像处理技术主要分为以下几类：1)基于全局调整的亮度增强：通过提升图像整体亮度来增强目标区域。然而，这种方法容易引起背景过曝或目标与背景对比度不足，无法准确分离目标；2)基于retinex模型的局部增强：retinex模型通过局部对比度调整实现目标增强，但在逆光场景中常伴随伪影(例如色差)或纹理细节损失；3)基于深度学习的图像增强：利用生成对抗网络或卷积神经网络进行逆光场景图像增强，虽然提高了细节还原能力，但模型通常对训练数据依赖性强，难以泛化到实际复杂场景中。此外，这类方法对硬件计算资源的需求较高，难以在无人机实时应
4、在逆光条件下，目标检测与跟踪技术面临以下难题：1)低对比度目标难以检测：由于光线强弱对比大，目标与背景的区分度降低，现有检测算法(如yolo或ssd)精度明显下降；2)小目标检测不稳定：无人机飞行高度较高时，小目标的分辨率受限，目标易被背景噪声干扰；3)多目标遮挡和跟踪不连续：逆光条件下，目标可能因为遮挡或边缘模糊无法被连续跟踪，导致跟踪轨迹丢失。
技术实现思路
1、本专利技术要解决的技术问题为：
2、本专利技术为了解决在逆光条件下目标检测与跟踪技术存在目标感知的鲁棒性和实时性差、无人机飞行高度较高时小目标的分辨率受限、以及多目标遮挡和跟踪不连续等问题，进而提供了一种基于无人机载逆光成像技术的飞行模拟方法及系统。
3、本专利技术为解决上述技术问题所采用的技术方案为：
4、本专利技术提出了一种基于无人机载逆光成像技术的飞行模拟方法及系统，该方法包括以下步骤：
5、步骤一、构建无人机平台，其包括搭载在无人机上的逆光成像相机、稳定化云台、实时数据传输模块和图像处理器，逆光成像相机安装于稳定化云台，逆光成像相机将无人机飞行时的感知图像数据通过实时数据传输模块传输给图像处理器；
6、步骤二、将逆光成像相机固定于稳定化云台，确保其视场角与无人机飞行方向一致，并具备实时调整能力；
7、步骤三、采用多点标定法对逆光成像相机(逆光成像设备)的内外参进行精准校准，确保消除镜头畸变及几何误差；
8、步骤四、逆光成像相机被配置有动态光圈控制机制，实现光照条件剧烈变化下的自动曝光调整，优化目标区域成像质量；
9、步骤五、引入基于小波变换的多尺度降噪算法，抑制逆光条件下因高动态范围导致的随机噪声干扰；
10、步骤六、构建轻量级生成对抗网络模型，输入逆光影像并通过多层特征提取，重建目标纹理与结构特征，避免传统方法产生的伪影或色彩漂移问题；
11、步骤七：基于强化优化的yolo检测框架，结合先验逆光场景数据，构建实时目标检测模型，提取多类别目标的边界框及其分类概率；对小目标区域采用高分辨率特征金字塔网络，确保目标检测的精度与鲁棒性；利用多特征融合方法，进一步提取目标关键点及其空间几何特性，提供标准化高维数据描述；
12、步骤八、实时叠加无人机飞行状态参数及光照分布参数，完成无人机载逆光成像技术的飞行模拟展示。
13、进一步地，步骤一的具体过程包括：
14、搭载逆光成像相机、三轴机械稳定化云台及高带宽实时数据传输模块，形成完整的无人机感知与传输系统框架。
15、进一步地，步骤二的具体过程包括：
16、云台采用高精度伺服控制技术，确保在复杂飞行条件下相机视轴稳定且可精确调整。
17、进一步地，步骤三的具体过程包括：
18、采用多点标定法对逆光相机的内参(焦距、主点位置、畸变系数)和外参(相机姿态与位置)进行精准校准。然后通过校准过程消镜头畸变、几何偏移和光轴不一致等误差，确保获取影像的几何精确性。
19、进一步地，步骤四的具体过程包括：
20、部署基于自适应光照感知的动态光圈控制模块，能够在逆光环境下快速响应光照变化。以实现光圈、快门速度与iso参数的联动调整机制，确保目标区域在强光与暗部区域的成像质量均达到最佳。
21、进一步地，步骤五的具体过程包括：
22、引入基于小波变换的多尺度降噪算法，对逆光成像数据进行噪声抑制处理；在降噪过程中分离图像的高频与低频分量，消除随机噪声干扰，同时保留目标区域的细节特征。
23、进一步地，步骤六的具体过程包括：
24、设计轻量级生成对抗网络模型，输入逆光条件下的原始影像数据，通过多层特征提取与光照补偿，重建目标的纹理细节与结构特征。然后采用对抗损失与感知损失优化生成网络，避免传统算法在逆光增强中的伪影与色彩漂移问题。
25、进一步地，步骤八中无人机载逆光成像技术的飞行模拟展示具体过程包括：
26、无人机搭载的逆光成像相机在飞行过程中采集环境影像数据，包括目标物体、背景场景及光照分布信息，其中采集的数据需经过动态光圈和逆光感知成像技术优化，确保在光线强烈变化的条件下成像清晰。在逆光场景中将无人机的飞行状态参数叠加至画面中，动态呈现飞行状态。然后通过直观的叠加标注(如边界框、分类标签和关键点)，帮助分析逆光条件下的目标感知能力。
27、根据本专利技术的另一方面，提出一种基于无人机载逆光成像技术的飞行模拟系统(软件)，其包括：
28、逆光成像相机系统，用于获取在逆光条件下环境影像数据；其配置的动态光圈控制机制通过自动曝光调整，优化目标区域成像质量；将获取在逆光条件下高质量的环境影像数据输入给图像处理器中的数据处理与图像增强系统；与步骤一、三、四对应，用于实现步骤一、三、四的功能；
29、稳定化控制系统，用于确保成像设备在飞行中的稳定性和视场角调整能力、影像采集的质量；控制稳定化云台的伺服系统对机械设备运动状态的精准控制，特别是在位置、速度和加速度方面的精确操作；与步骤二对应，用于实现步骤二的功能；
30、图像处理器用于读取逆光条件下高质量的环境影像数据，进行目标感知与识别提供基处理，其配置有数据处理与图像增强系统和目标检测与特征提取系统，...
【技术保护点】
1.一种基于无人机载逆光成像技术的飞行模拟方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于无人机载逆光成像技术的飞行模拟方法，其特征在于，在步骤一中，稳定化云台采用三轴机械稳定化云台，实时数据传输模块为高带宽实时数据传输模块，逆光成像相机、三轴机械稳定化云台及高带宽实时数据传输模块，形成完整的无人机感知与传输系统框架。
3.根据权利要求1或2所述的一种基于无人机载逆光成像技术的飞行模拟方法，其特征在于，在步骤二中，稳定化云台采用高精度伺服控制技术，利用伺服系统实现对机械设备运动状态的精准控制，特别是在位置、速度和加速度方面的精确操作，确保在复杂飞行条件下相机视轴稳定且可精确调整。
4.根据权利要求3所述的一种基于无人机载逆光成像技术的飞行模拟方法，其特征在于，步骤三具体为：
5.根据权利要求4所述的一种基于无人机载逆光成像技术的飞行模拟方法，其特征在于，步骤四具体为：
6.根据权利要求5所述的一种基于无人机载逆光成像技术的飞行模拟方法，其特征在于，步骤五具体为：
7.根据权利要求6所述的一种
8.根据权利要求7所述的一种基于无人机载逆光成像技术的飞行模拟方法，其特征在于，步骤八中无人机载逆光成像技术的飞行模拟展示具体过程包括：
9.根据权利要求1、2、4、5、6、7或8所述的一种基于无人机载逆光成像技术的飞行模拟方法，具体过程为：
10.一种基于无人机载逆光成像技术的飞行模拟系统，其特征在于：所述系统具有与上述权利要求1-9任一项权利要求的步骤对应的程序模块，运行时执行所述的基于无人机载逆光成像技术的飞行模拟方法中的步骤，其包括：
...【技术特征摘要】
1.一种基于无人机载逆光成像技术的飞行模拟方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于无人机载逆光成像技术的飞行模拟方法，其特征在于，在步骤一中，稳定化云台采用三轴机械稳定化云台，实时数据传输模块为高带宽实时数据传输模块，逆光成像相机、三轴机械稳定化云台及高带宽实时数据传输模块，形成完整的无人机感知与传输系统框架。
3.根据权利要求1或2所述的一种基于无人机载逆光成像技术的飞行模拟方法，其特征在于，在步骤二中，稳定化云台采用高精度伺服控制技术，利用伺服系统实现对机械设备运动状态的精准控制，特别是在位置、速度和加速度方面的精确操作，确保在复杂飞行条件下相机视轴稳定且可精确调整。
4.根据权利要求3所述的一种基于无人机载逆光成像技术的飞行模拟方法，其特征在于，步骤三具体为：
5.根据权利要求4所述...
【专利技术属性】
技术研发人员：白成超，郑红星，颜鹏，陈亮，张家维，许帆，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。