基于超像素显著性的无人机引导区域提取

• 作者: 周大可 杨欣 罗威林
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 无人机 视觉导航 超像素分割 显著性图 引导区域
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 控制科学与工程
• 页码范围: 41-47
• 页数: 7页
• 分类号: TP391.41|TN911.73
• 字数: 3362字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2018.01.007

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周大可	南京航空航天大学自动化学院	53	273	10.0	13.0
3	杨欣	南京航空航天大学自动化学院	65	288	10.0	13.0
6	罗威林	南京航空航天大学自动化学院	1	2	1.0	1.0