吉林大学学报(信息科学版) ›› 2018, Vol. 36 ›› Issue (1): 41-47.

• 论文 • 上一篇    下一篇

基于超像素显著性的无人机引导区域提取

罗威林 1 , 周大可 1,2 , 杨 欣 1   

  1. 1. 南京航空航天大学 自动化学院, 南京 211106; 2. 洛阳电光设备研究所 光电控制技术重点实验室, 河南 洛阳 471023
  • 收稿日期:2017-07-22 出版日期:2018-01-25 发布日期:2018-03-14
  • 作者简介:罗威林(1993— ), 男, 湖南湘潭人, 南京航空航天大学硕士研究生, 主要从事模式识别、 图像处理研究, (Tel)86-15150663102(E-mail)46930035@ qq. com; 周大可(1974— ), 男, 江苏淮安人, 南京航空航天大学副教授, 博士, 硕士生导师, 主要从事模式识别、 机器学习和计算机视觉等研究, (Tel)86-13451824328(E-mail)dkzhou@ nuaa. edu. cn。
  • 基金资助:
     航空基金资助项目(20155152042); 南京航空航天大学研究生创新基地(实验室)开放基金资助项目(kfjj20160325)

Navigation Region Extraction Based on Saliency of Superpixels

LUO Weilin 1 , ZHOU Dake 1,2 , YANG Xin 1   

  1. 1. College of Automation, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China;
    2. Science and Technology on Electro-Optic Control Laboratory, Luoyang Institute of Electro-Optical Devices, Luoyang 471023, China
  • Received:2017-07-22 Online:2018-01-25 Published:2018-03-14

摘要: 为解决无人机视觉定位与导航中引导区域的提取问题, 提出了一种基于超像素显著性的引导区域提取方
法。 该方法首先利用 SLIC(Simple Linear Iterative Clustering)算法将地面图像划分为内部相似度较高的超像素区
域, 通过计算超像素的显著性值得到超像素显著性图, 再基于先验规则从超像素显著性图中提取合适的准引导
区域, 最后计算各区域的匹配概率, 从而得到高显著性和高匹配率的引导区域。 实验结果表明, 该引导区域提
取方法在测试集上的准确率和召回率分别为 89%与 87%, 基本满足无人机视觉定位与导航的要求。

关键词: 显著性图, 视觉导航, 引导区域, 无人机, 超像素分割

Abstract:  In order to solve the problem of extracting navigation region in vision positioning and navigation of
unmanned aerial vehicle, a navigation region extraction algorithm based on superpixels’ saliency is proposed.
Firstly, the land image is divided into superpixel regions with high internal similarity by using SLIC (Simple
Linear Iterative Clustering), the saliency value of each superpixel is calculated to obtain the superpixel saliency
map. And the quasi guidance areas are extracted based on the navigation region filtering rules. Finally,
navigation areas are obtained through estimating the matching probability of the quasi guidance areas. The results
of our experiment show that the precision and recall of the proposed method are respectively 89% and 87% on
the test set, which means the method can basically meet the requirements of UAV (Unmanned Aerial Vehicle)
vision positioning and navigation.

Key words: vision-based navigation, superpixel segmentation, navigation region, saliency map, unmanned aerial vehicle (UAV)

中图分类号: 

  • TP391. 41