基于感兴趣区域分层的无人机图像运动目标检测方法技术

本发明专利技术公开了一种基于感兴趣区域分层的无人机图像运动目标检测方法，属于遥感图像处理技术领域。本发明专利技术首先将感兴趣区域分为图像背景层、图像过渡层和图像目标层三层，然后在图像背景层基于遥测参数进行全局运动估计；在图像过渡层基于图像压缩矢量进行局部运动估计；在图像目标层，基于仿射不变特征进行运动目标检测。本发明专利技术把感兴趣区域分层的思路引入到图像目标检测中，从图像的背景层、过渡层、目标层逐渐精确的进行目标检测，能够保证目标检测的正确率和精度；充分挖掘了机载传感器现有信息的价值，将传感器信息与图像信息综合应用，既合理地扩大了目标检测有用信息，又有效地减低了目标检测时间消耗。

【技术实现步骤摘要】
基于感兴趣区域分层的无人机图像运动目标检测方法
本专利技术属于遥感图像处理
，具体涉及一种基于感兴趣区域分层的无人机图像运动目标检测方法。
技术介绍
图像运动目标检测是一个系统工程问题，它跨越了计算机科学、光学、数学以及认知科学等。虽然二十世纪六十年代初就得到了学术界和应用部门的高度重视，但是直到最近几十年随着对人类视觉系统认识的不断深入以及各种复杂算法、微处理器技术、超大规模集成电路技术的高速发展，才使得对运动目标检测研究从理论探索走向实际应用。运动目标检测技术的应用相当广泛，其中最为重要的应用之一是银行、停车场和海岸等对安全要求敏感场合的安全监控。美国自从“911”恐怖袭击之后，在全国范围内安装了视频监测系统，以达到预先报警及时处理的目的。特别当某处出现恐怖袭击时，可以从无人机和地面等多个视频平台对恐怖袭击者和车辆进行实时检测识别跟踪，为采取进一步措施提供了有利保障。此外，在各发达国家未来军事技术发展规划中，目标检测与跟踪的地位十分引人注目。美国、法国等已经开始研究在武器上安装高分辨率电视摄像机、微光电视和红外摄像机，以提高检测和跟踪目标的概率。因此运动目标检测与跟踪技术具本文档来自技高网...

【技术保护点】
基于感兴趣区域分层的无人机图像运动目标检测方法，其特征在于：所述的感兴趣区域分为三层，包括：图像背景层、图像过渡层和图像目标层，在此基础上，所述的目标检测方法分为以下步骤：第一步：在图像背景层，基于遥测参数进行全局运动估计；首先，利用机载传感器参数对图像背景层进行全局运动估计；然后，利用图像子块间的相关理论对全局运动进行修正；第二步：在图像过渡层，基于图像压缩矢量进行局部运动估计；首先，是图像局部运动估计；然后，确定图像目标过渡区域；第三步：在图像目标层，基于仿射不变特征进行运动目标检测；首先，由二阶和三阶中心距构成的仿射矩不变量建立目标特征描述向量；在相邻图像帧间，以图像过渡层为作用区域，计...

【技术特征摘要】
1.基于感兴趣区域分层的无人机图像运动目标检测方法，其特征在于：所述的感兴趣区域分为三层，包括：图像背景层、图像过渡层和图像目标层，在此基础上，所述的目标检测方法分为以下步骤：第一步：在图像背景层，基于遥测参数进行全局运动估计；首先，利用机载传感器参数对图像背景层进行全局运动估计；然后，利用图像子块间的相关理论对全局运动进行修正；第二步：在图像过渡层，基于图像压缩矢量进行局部运动估计；首先，是图像局部运动估计；然后，确定图像目标过渡区域；第三步：在图像目标层，基于仿射不变特征进行运动目标检测；首先，由二阶和三阶中心距构成的仿射矩不变量建立目标特征描述向量；在相邻图像帧间，以图像过渡层为作用区域，计算目标特征描述向量；然后定义向量匹配函数，在相邻图像帧间对目标进行检测。2.根据权利要求1所述的基于感兴趣区域分层的无人机图像运动目标检测方法，其特征在于：所述的图像目标层是指包含目标的图像子块及其相邻图像子块组成的目标区域；图像过渡层是指由图像目标层向外扩散一定范围而得到的不包含图像目标层的图像子块集合，是目标之前所在的区域和之后可能到达的区域；图像背景层是指在图像中远离目标层的所有图像子块的集合，不提供与目标相关的任何信息。3.根据权利要求1所述的基于感兴趣区域分层的无人机图像运动目标检测方法，其特征在于：所述的第一步具体实现如下：(1)首先，利用机载传感器参数对图像背景层进行全局运动估计；从空速表、高度表、陀螺仪、摄像头云台控制系统上提取飞行参数和云台运动参数，组成多元集P：其中Vuav,Huav分别为飞机的飞行速度与高度；αuav,βuav分别为飞机的方位角与俯仰角；Vcam为云台相对于飞机运动的速度；γcam,λcam分别为摄像机的转动角与俯仰角；为摄像头视场角；I(w,h)为所获视频流的每帧图像，宽w，高h，以像素为单位；fr为视频流的帧率；根据所述的多元集P计算：侦察区域Sc:两连续图像帧间背景位移l为:l＝Vuav/fr(2)背景位移l沿地面参照物水平分量为:lh＝l×cosαuav(3)背景位移l沿地面参照物垂直分量为:lv＝l×sinαuav(4)所获全局运动为:水平方向分量:i0＝lh/Sc×w(5)竖直方向分量:j0＝lv/Sc×w(6)故全局运动矢量其中，w表示图像宽，h为图像高；i0,j0为全局运动矢量在水平和竖直方向的分量；(2)然后，利用图像子块间的相关理论对上面的全局运动矢量进行修正；利用分块相位相关进行二次补偿的方法，将第t帧图像的某一个大小为N×N的图像子块的时域表达ft(x,y)转化为二维离散傅立叶变换Ft(u,v)：其中x＝0,1,2...N-1；y＝0,1,2...N-1，Ft(u,v)表示离散傅立叶变换；在图像子块的相同位置，下一帧相对于当前帧有平移运动，位移大小为(x0,y0)；即下一帧的时域表达为：ft+1(x,y)＝ft(x-x0,y-y0)(9)根据傅立叶变换的平移性，得：右式中u＝0,1,2...N-1；v＝0,1,2...N-1；根据相位相关思想，两个大小为N×N图像子块的互功率谱为：由二维离散傅立叶变换对知：其中，x＝0,1,2...N-1，y＝0,1,2...N-1，δ(x-x0,y-y0)表示在x＝x0,y＝y0处互功率谱最大，即两个图像子块的相关性最强；Ft(u,v)，Ft+1(u,v)分别表示第t帧图像子块和第t+1帧对应的图像子块的傅立叶变换，Ft*(u,v)表示Ft(u,v)的共轭矩阵。4.根据权利要求1所述的基于感兴趣区域分层的无人机图像运动目标检测方法，其特征在于：所述的第二步具体实现如下：基于运动估计原理，通过分析H.264标准中的运动矢...

【专利技术属性】
技术研发人员：李红光，丁文锐，王玉峰，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11