【技术实现步骤摘要】
一种基于事件相机的动态目标检测方法
本专利技术涉及一种动态目标检测方法，具体涉及一种基于事件相机的动态目标检测方法，属于计算机视觉
技术介绍
事件相机是一款新型传感器，不同于传统相机拍摄一幅完整的图像，事件相机拍摄的是“事件”，可以简单理解为“像素亮度的变化”，即事件相机输出的是像素亮度的变化情况。事件相机的最基本的原理，即：当某个像素的亮度变化累计达到一定阈值后，输出一个事件。这里强调几个概念：a)亮度变化：说明事件相机的输出和变化有关，而与亮度的绝对值没有关系；b)阈值：当亮度变化达到一定程度时，将输出数据，这个阈值是相机的固有参数。事件相机的事件具有三要素：时间戳、像素坐标与极性。一个事件表达的是“在什么时间，哪个像素点，发生了亮度的增加或减小”。当场景中由物体运动或光照改变造成大量像素变化时，会产生一系列的事件，这些事件以事件流(Eventsstream)方式输出。事件流的数据量远小于传统相机传输的数据，且事件流没有最小时间单位，所以不像传统相机定时输出数据，具有低延迟特性。目标检测...
【技术保护点】
1.一种基于事件相机的动态目标检测方法，其特征在于，包括如下步骤：/nS1：事件流滚动积分：对事件相机输出的事件流进行积分滚动更新，形成事件流三维矩阵；/nS2：噪声信号滤波：对步骤S1中形成的事件流三维矩阵进行滤波处理，去除噪声信号；/nS3：事件点运动计算：计算步骤S2中去除噪声信号后事件流三维矩阵的每个像素的运动量，提取出动态边缘点；/nS4：动态物体像素填充：对步骤S3中检测到的边缘点进行集合归类，对未被归类的边缘点进行像素填充，划分出动态物体。/n
【技术特征摘要】
1.一种基于事件相机的动态目标检测方法，其特征在于，包括如下步骤：
S1：事件流滚动积分：对事件相机输出的事件流进行积分滚动更新，形成事件流三维矩阵；
S2：噪声信号滤波：对步骤S1中形成的事件流三维矩阵进行滤波处理，去除噪声信号；
S3：事件点运动计算：计算步骤S2中去除噪声信号后事件流三维矩阵的每个像素的运动量，提取出动态边缘点；
S4：动态物体像素填充：对步骤S3中检测到的边缘点进行集合归类，对未被归类的边缘点进行像素填充，划分出动态物体。
2.根据权利要求1所述的一种基于事件相机的动态目标检测方法，其特征在于，所述步骤S1中，事件流中的每个事件用一个四元组（x,y,timestamp,polarity）来表示，构造一个三维矩阵形式的事件三维数组E，其三维坐标分别为timestamp、x、y，数据元素的取值表示事件的极性，即：
其中x、y为事件发生的像素点二维坐标，timestamp为事件产生的时间戳，单位为毫秒；polarity为事件信号的极性，亮度降低超过阈值为-1，亮度升高超过阈值为+1，亮度变化未超过阈值时，则不产生事件；
timestamp方向的长短为事件流积分时间，按照待检测目标的运动速度来决定：对于高速运动的物体，积分时间为10ms；每次进行检测时，采用滚动更新的策略更新事件流三维矩阵，即删去所有时刻先于当前时刻-10ms的数据点，同时插入最新的事件流数据。
3.根据权利要求1所述的一种基于事件相机的动态目标检测方法，其特征在于，所述步骤S2中，使用统计滤波的方式将事件流三维矩阵的噪声信息进行去除，具体的步骤如下：
S2.1：对事件相机捕捉到的每个事件点，按照邻域扩展的方式逐步搜索其邻域，对找到的第一个点，即最接近的事件，计算其欧氏距离：
S2.2：遍历整个事件点的最近欧氏距离表，并计算欧氏距离分布的平均值和标准差；
S2.3：对距离最近点欧氏距离大于均值+标准差的数据点，将其作为离群噪声点去除；
S2.4：取保留下来的事件点，作为滤波后的三维事件矩阵，输入下一步计算。
4.根据权利要求1所述的一种基于事件相机的动态目标检测方法，其特征在于，所述步骤S3中，事件相机在运动时能...
【专利技术属性】
技术研发人员：尹彦卿，罗伟，陈梦云，蔡旭阳，陈玮，
申请(专利权)人：中航金城无人系统有限公司，
类型：发明
国别省市：江苏;32
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。