The invention discloses a method for detecting moving vehicles with pause state in UAV aerial video. Firstly, the multi-stage preprocessor is used to preprocess the image to achieve the purpose of filtering and denoising the image and improving the non-uniformity of illumination in UAV aerial video. Then, the entropy rate hyper-pixel segmentation algorithm with super-pixel regularity is used to extract the super-pixels in the image. Relevance and double sparsity dictionary learning algorithm obtains color, texture and geometric features of super-pixels, constructs fusion similarity matrix for image segmentation, matches images using texture and geometric features of RAG fusion region of continuous multi-frame images, obtains the motion information of RAG fusion region, and then proposes a method of image foreground and background segmentation based on motion similarity map. The method is simple and fast, and can effectively detect the suspended moving vehicle in the video captured by UAV.
【技术实现步骤摘要】
一种无人机航拍视频中含暂停状态的运动车辆检测方法
本专利技术涉及运动车辆的检测方法，特别是一种无人机航拍视频中含暂停状态的运动车辆检测方法。
技术介绍
无人机航拍视频中的运动车辆检测是智能交通系统建设的重要组成部分，对于推进城市道路网络的交通流监测、智能交通系统建设有重要的作用。及时准确地检测出运动车辆，是后续进行车辆跟踪、车牌识别、车辆信息提取等的重要保证。传统基于无人机航拍视频的运动车辆检测方法存在一些局限，比如无法检测存在暂停状态的运动车辆，如在十字路口等待红灯的车辆。基于无人机图像的含暂停状态运动车辆的有效检测，对提高运动车辆检测的准确率有重要的意义。近年来，常用的运动车辆检测方法有背景提取法、光流法和帧差法等。针对无人机图像背景像素的移动，结合SURF特征稳像和光流法可解决无人机图像序列的运动车辆检测问题；也可基于四个形态边缘滤波器快速检测航拍图像的运动车辆；还可以根据显著性信息和Haar-like局部外形特征，使用由粗及细的遥感图像运动车辆检测方法；基于中值背景差分法也可检测无人机航拍视频中的运动车辆；甚至可以利用背景消除和背景配准技巧来识别动态车辆。...
【技术保护点】
1.一种无人机航拍视频中含暂停状态的运动车辆检测方法，其特征在于，包括以下步骤：步骤1)、对无人机航拍视频逐帧进行预处理；步骤2)、对预处理后的视频利用含有超像素规则度的熵率超像素分割算法，获取较为规则和均匀的超像素；步骤3)、利用基于相关性和双稀疏度的字典学习方法获取步骤2)超像素的颜色、纹理和几何特征；步骤4)、建立相似度矩阵：针对每个超像素分别提取其颜色、纹理和几何特征，分别建立起颜色相似度矩阵、纹理相似度矩阵、几何特征相似度矩阵；然后构建基于颜色相似度矩阵、纹理相似度矩阵和几何特征相似度矩阵的融合相似度矩阵；步骤5)、通过分割精度描述，获取较佳的图像分割阈值，比较超...
【技术特征摘要】
1.一种无人机航拍视频中含暂停状态的运动车辆检测方法，其特征在于，包括以下步骤：步骤1)、对无人机航拍视频逐帧进行预处理；步骤2)、对预处理后的视频利用含有超像素规则度的熵率超像素分割算法，获取较为规则和均匀的超像素；步骤3)、利用基于相关性和双稀疏度的字典学习方法获取步骤2)超像素的颜色、纹理和几何特征；步骤4)、建立相似度矩阵：针对每个超像素分别提取其颜色、纹理和几何特征，分别建立起颜色相似度矩阵、纹理相似度矩阵、几何特征相似度矩阵；然后构建基于颜色相似度矩阵、纹理相似度矩阵和几何特征相似度矩阵的融合相似度矩阵；步骤5)、通过分割精度描述，获取较佳的图像分割阈值，比较超像素的融合相似度矩阵，将相同或相似的超像素进行融合；步骤6)、针对步骤5)处理后的图像，利用融合纹理和几何特征的图像RAG匹配算法，实现图像匹配操作，获取有关运动信息；步骤7)、在对多帧RAG进行图像匹配后，图像匹配结果中包含了大量的运动信息，据此获取运动相似性图；步骤8)、根据步骤7)中所得到的运动相似性图，依据运动相似性图各顶点间连线上的欧式距离，得出运动属性差异，根据一系列连续图像序列中的欧式距离变化趋势，判断是否为运动车辆或者含有暂停状态的运动车辆；最后完成前景和背景的划分，实现含暂停状态视频中的运动车辆的检测。2.根据权利要求1所述的一种无人机航拍视频中含暂停状态的运动车辆检测方法，其特征在于，多级预处理器包括双边平滑滤波器、光照均匀器和图像配准器。3.根据权利要求2所述的一种无人机航拍视频中含暂停状态的运动车辆检测方法，其特征在于，双边平滑滤波器采用双边平滑滤波方法对图像进行滤波平滑处理；光照均匀器采用空间域的掩膜法对对图像进行预处理；图像配准器采用SHIFT算法进行图像配准。4.根据权利要求1所述的一种无人机航拍视频中含暂停状态的运动车辆检测方法，其特征在于，熵率超像素分割算法是将图像映射成无向图G＝(V,E)，其中V代表图像的顶点集；E是代表边集；对图像G的划分就是从中选取E的子集A，得到由K个子图构成的无向图G'＝(V,A)；建立新的融合超像素规则度的熵率超像素分割算法目标函数如下：其中，为融合超像素规则度的熵率超像素分割算法的目标函数；H(A)表示图上随机游走熵率；C(A)为超像素规则度函数；α、β均为平衡系数，用来权衡C(A)、B(A)相对于H(A)的比重，均为正实数；B(A)为平衡项；利用紧凑率来定义超像素规则度函数为：其中，h为图G的子集；为划分后的子集h的紧凑率，计算如下：其中，|Sh|表示子集h中的像素点个数；Lh和Hh分别是包围子集h的最小长方形的长和宽，NA表示边集j中超像素或子图的个数。5.根据权利要求1所述的一种无人机航拍视频中含暂停状态的运动车辆检测方法，其特征在于，建立字典学习目标函数为：其中，D表示根据样本获取的过完备字典；Y为训练样本；X为训练样本在字典上的稀疏表示；yr为字典学习中第r次迭代时加入的新样本；D(yr)表示更新的部分原子；X(yr)为Y(yr)的稀疏表示；Y(yr)为待更新的样本集合；dη表示字...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。