无人机高清图像小目标检测与跟踪系统及其检测跟踪方法技术方案

本发明专利技术公开了一种无人机高清图像小目标检测与跟踪系统，无人机高清图像小目标检测与跟踪系统，包括视频图像采集模块，视频图像采集模块依次数据连接有图像处理模块和视频处理结果显示模块；视频图像采集模块，用于采集无人机拍摄的高频视频帧图像，并将高频视频帧图像发送至图像处理模块；图像处理模块，用于对接收到的高频视频帧图像进行图像处理，并检测运动目标，实时输出运动目标在图像中的位置坐标至视频处理结果显示模块。本发明专利技术还公开了一种目标检测跟踪方法，解决了现有应用于实际任务中的高清图像小目标检测与跟踪算法的实时性差，小目标难以检测等问题。

【技术实现步骤摘要】

本专利技术属于无人机图像处理
，具体涉及无人机高清图像小目标检测与跟踪系统及其检测跟踪方法。
技术介绍
无人机具有造价低、隐蔽性好、操作灵活、可重复使用、降低人员伤亡等诸多优点，是一种技术含量高、使用效能好的空中飞行器，近年来得到迅猛发展。美国国防部在“无人机系统发展图(2005-2030)”中明确将无人机作为近30年航空器发展的重点。同时，当前军事侦察、抗震救灾、目标搜索、地区反恐、信息搜集、核生化信息检测、抢险救灾等应用领域的迫切需求，正在促进无人机功能技术的发展。无人机边防侦查主要以视频图像数据为主，由于无人在线监控，必须要通过视频图像处理手段来形成无人机边防侦查的能力。目前国际上采用的方法一般是通过无人机视频图传系统，将图像数据传输至地面站，由地面站工作人员监控监视区域的状况，但这种方式非常耗费监控人员精力，对于一般的边防巡查任务，需要寻找计算机人工智能技术，来代替人执行这种简单的目标检测识别任务。研究地面目标的自动检测和识别技术，可以帮助监控人员进行有效的监控和发现可疑目标，大大减轻监控人员的监控力度。通过分析国内外在无人机边防巡检技术中所涉及的相关技术，在我国无人机飞机系统平台较为成熟、目标检测跟踪技术的理论研究也具有一定基础的情况下，发现这些方法的应用研究还较为薄弱。本项专利技术将针对这一技术应用难题展开研究，力争尽快将目标检测跟踪技术应用于边防巡查。切合实际的任务需求，实现快速、实时、准确的发现目标并且识别目标，这对于边防而言是很有研究价值的应用前景。不仅仅是对于边防而言，对于民用领域，如环境侦查、灾情侦查以及违法分子的追踪逮捕等都具有广泛的应用前景。
技术实现思路
本专利技术的目的是提供一种无人机高清图像小目标检测与跟踪系统，以解决将目标检测与跟踪技术应用于无人机边防侦查、巡逻的实际任务中。本专利技术的另一个目的是提供一种无人机高清图像小目标检测与跟踪系统的检测与跟踪方法，以解决现有应用于实际任务中的高清图像小目标检测与跟踪算法的实时性差，小目标难以检测等问题。本专利技术所采用的第一种技术方案是，无人机高清图像小目标检测与跟踪系统，包括视频图像采集模块，视频图像采集模块依次数据连接有图像处理模块和视频处理结果显示模块；视频图像采集模块，用于采集无人机拍摄的高频视频帧图像，并将高频视频帧图像发送至图像处理模块；图像处理模块，用于对接收到的高频视频帧图像进行图像处理，并检测运动目标，实时输出运动目标在图像中的位置坐标至视频处理结果显示模块。进一步的，视频图像采集模块连接有图传设备，图传设备用于接收无人机拍摄的高频视频帧图像，并将其发送至视频图像采集模块；视频图像采集模块通过HDMI转USB信号接口连接至图像处理模块，HDMI转USB信号接口用于将高频视频帧图像转换为USB视频信号。本专利技术所采用的第二种技术方案是，一种上述无人机高清图像小目标坚持测与跟踪系统的检测跟踪方法，具体按照以下步骤实施：步骤1，对无人机拍摄的高频视频帧图像进行预处理，再以固定的时间间隔来读取高频视频帧图像的序列帧；步骤2，帧差法检测目标视频图像中的目标区域：对相邻帧图像采用基于像素的时间差分，通过闭值化来提取图像中的运动区域；步骤3，采用Lucas-Kanade光流法检测运动区域的运动目标，并且计算出运动目标在图像中的位置；步骤4，根据步骤3得到的运动目标的位置信息，在原始图像中标记出运动目标，并进行实时跟踪。进一步的，步骤1的具体方法为：在图像处理模块中创建一个视频接口捕捉器，获取电脑USB接口通道IP，设定视频图像序列帧读取时间间隔，以设定好的时间间隔读取视频图像，并读取该图像的参数信息，同时将该图像存于内存中。进一步的，步骤2的具体方法为：在图像处理模块中，首先将相邻帧图像对应像素值相减得到差分图像，然后对差分图像二值化，在环境亮度变化不大的情况下，如果对应像素值变化小于预设的阈值时，即所述像素为背景像素；如果图像区域的像素值变化大于等于预设的阈值时，即所述像素为前景像素，通过背景像素和前景像素来确定运动目标在图像中的位置。进一步的，图像序列逐帧的差分的具体方法为，d＝|IL(x,y,i)-IL(x,y,i-1)|， ID L ( x , y , i ) = d , i f d ≥ T 0 , i f d < T , ]]>其中，IDL是相邻帧差图，IL(x,y,i)和IL(x,y,i-1)分别是第i和第i-1帧的亮度分量，i表示帧数(i-1，…，N)，N为序列总帧数，T为阈值，d表示第i和第i-1帧图像的亮度分量差值，x和y分别表示像素点的横纵坐标。进一步的，步骤3的具体方法为：利用Harris角点检测方法检测出运动区域的特征点，并计算出特征点的坐标Pi(x,y)，利用改进的Lucas-Kanade光流法估计当前帧中的特征在下一帧图像中的位置Pi′(x,y)，当Pi′(x,y)的个数n＜a且其中a,b的值为经验值，则认为这些特征点为运动目标的特征点。进一步的，步骤4的具体方法为：在视频处理结果显示模块中，根据步骤3得到的目标像素点的坐标，在原始视频图像帧中标记该点，同时以一定的时间间隔读取并处理该图像，最终将检测的结果显示给用户界面。附图说明图1是本专利技术边防无人机高清图像小目标检测与跟踪系统的结构示意图；图2是本专利技术中使用Lucas-Kanade光流法检测运动区域目标的方法流程图。图中，1.视频图像采集模块，2.图像处理模块，3.视频处理显示模块，4.图传设备，5.HDMI转USB信号接口，6.PC处理器。具体实施方式下面结合附图和实施例对本专利技术进行详细说明。本专利技术提供了一种无人机高清图像小目标检测与跟踪系统，参见结构图1，视频图像采集模块1，图像处理模块2，视频处理显示模块3，图传设备4，HDMI转USB信号接口5，PC处理器6。其中，视频图像采集模块1的输入端连接图传设备4，接收视频信号，输出端接HDMI转USB信号接口5，将HDMI视频信号转换为PC处理器6可以接收的USB信号；PC处理器中主要包含图像处理模块2和视频处理显示模块3；本文档来自技高网...

【技术保护点】
无人机高清图像小目标检测与跟踪系统，其特征在于，包括视频图像采集模块(1)，所述视频图像采集模块(1)依次数据连接有图像处理模块(2)和视频处理结果显示模块(3)；所述视频图像采集模块(1)，用于采集无人机拍摄的高频视频帧图像，并将所述高频视频帧图像发送至所述图像处理模块(2)；所述图像处理模块(2)，用于对接收到的所述高频视频帧图像进行图像处理，并检测运动目标，实时输出运动目标在图像中的位置坐标至所述视频处理结果显示模块(3)。

【技术特征摘要】
1.无人机高清图像小目标检测与跟踪系统，其特征在于，包括视频图像采集模块(1)，所述视频图像采集模块(1)依次数据连接有图像处理模块(2)和视频处理结果显示模块(3)；所述视频图像采集模块(1)，用于采集无人机拍摄的高频视频帧图像，并将所述高频视频帧图像发送至所述图像处理模块(2)；所述图像处理模块(2)，用于对接收到的所述高频视频帧图像进行图像处理，并检测运动目标，实时输出运动目标在图像中的位置坐标至所述视频处理结果显示模块(3)。2.如权利要求1所述的系统，其特征在于，所述视频图像采集模块(1)连接有图传设备(4)，所述图传设备(4)用于接收无人机拍摄的高频视频帧图像，并将其发送至所述视频图像采集模块(1)；所述视频图像采集模块(1)通过HDMI转USB信号接口(5)连接至所述图像处理模块(2)，所述HDMI转USB信号接口(5)用于将高频视频帧图像转换为USB视频信号。3.一种如权利要求1或2所述的无人机高清图像小目标坚持测与跟踪系统的检测跟踪方法，其特征在于，具体按照以下步骤实施：步骤1，对无人机拍摄的高频视频帧图像进行预处理，再以固定的时间间隔来读取高频视频帧图像的序列帧；步骤2，帧差法检测目标视频图像中的目标区域：对相邻帧图像采用基于像素的时间差分，通过闭值化来提取图像中的运动区域；步骤3，采用Lucas-Kanade光流法检测所述运动区域的运动目标，并且计算出运动目标在图像中的位置；步骤4，根据步骤3得到的运动目标的位置信息，在原始图像中标记出运动目标，并进行实时跟踪。4.如权利要求3所述的目标检测跟踪方法，其特征在于，所述的步骤1的具体方法为：在图像处理模块(2)中创建一个视频接口捕捉器，获取电脑USB接口通道IP，设定视频图像序列帧读取时间间隔，以设定好的时间间隔读取视频图像，并读取该图像的参数信息，同时将该图像存于内存中。5.如权利要求3所述的目标检测跟踪方法，其特征在于，所述的步骤2的具体方法为：在图像处理模块(2)中，首先将相邻帧图像对应像素值相减得到差分图像，然后对差分图像二值化，在环境亮度变化不大的情况下，如果对应像素值变化小于预设的阈值时，即所述像素为背景像素；如果图像区域的像素值变化大于等于预设的阈值时，即所述像素为前景像素，根据背景像素和前景像素来确定运动目标在图像中的位置。6.如权利要求5所述的目标检测跟踪方法，其特征在于，所述图像序...

【专利技术属性】
技术研发人员：谷家德，赵春晖，胡劲文，吕洋，张志远，樊斌，姜珊，李思佳，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61