无人机降落地点的智能障碍图像识别方法仿真

无人机在降落过程中,对降落地点中的障碍图像进行准确识别能够有效地保证无人机的安全。利用传统算法进行障碍图像识别的过程中,一旦障碍物与周围环境的特征差异较小,将会造成识别准确率降低的问题。为解决上述问题,提出一种采用支持向量机的无人机降落地点的智能障碍图像识别方法。首先利用降落地点图像中的R、G、B分量的灰度值的前三阶矩作为障碍图像颜色的特征并进行提取,然后利用对比度、相关性、能量、同质性和维度这五个参数对障碍图像的纹理特征进行提取,最后使用支持向量机来最终完成对障碍图像的准确识别。仿真结果表明,使用改进算法进行对无人机降落地点的障碍图像进行仿真识别,能够提高识别的准确性,同时也提高了识别的效率。