弱小目标的双目检测方法及系统技术方案

本发明专利技术公开了弱小目标的双目检测方法及系统，通过同步采集待检测区域的左目图像序列以及右目图像序列；分别构建左目图像序列和右目图像序列的三维点云；以左目图像与右目图像之间的几何关系、目标运动模型约束为匹配约束，对左目图像序列的三维点云与右目图像序列的三维点云进行匹配，并根据匹配结果确定待检测区域的目标数量和/或目标运动模型，通过左目图像与右目图像之间的几何关系、目标运动模型约束对图像序列中噪声进行剔除，从而准确筛选出弱小目标的数量以及弱小目标的运动轨迹。选出弱小目标的数量以及弱小目标的运动轨迹。选出弱小目标的数量以及弱小目标的运动轨迹。

【技术实现步骤摘要】
弱小目标的双目检测方法及系统


[0001]本专利技术涉及计算机视觉检测
，具体涉及弱小目标的双目检测方法及系统。

技术介绍

[0002]静态背景下运动目标检测方法主要有帧间差分法、高斯背景建模(GMM)、Vibe算法(由Olivier Barnich和Marc Van Droogenbroeck在2011年提出的一种背景建模方法)等。该类方法适应于可视面目标的检测，即信噪比高的目标，对弱小目标的检测效果非常有限，因此，现有的目标检测方法无法准确检测出弱小目标已成为本领域技术人员亟待结局的技术问题。

技术实现思路

[0003]本专利技术提供了弱小目标的双目检测方法及系统，用于解决现有的目标检测方法无法准确检测出弱小目标的技术问题。
[0004]为解决上述技术问题，本专利技术提出的技术方案为：
[0005]一种弱小目标的双目检测方法，包括以下步骤：
[0006]同步采集待检测区域的左目图像序列以及右目图像序列；分别构建左目图像序列和右目图像序列的三维点云；以左目图像与右目图像之间的几何关系、目标运动模型约束为匹配约束，对左目图像序列的三维点云与右目图像序列的三维点云进行匹配，并根据匹配结果确定待检测区域的目标数量和/或目标运动模型。
[0007]优选的，对左目图像序列的三维点云与右目图像序列的三维点云进行匹配，并根据匹配结果确定待检测区域的目标数量和/或目标运动模型，具体包括以下步骤：
[0008]构建左目图像序列的三维点云上各个点到同一三维点云上其他点的左目运动轨迹，构成左目轨迹集；获取右目图像序列的三维点云上各个点到同一三维点云上其他点的右目运动轨迹，构成右目轨迹集；
[0009]以左目图像与右目图像之间的几何关系、目标运动模型约束为匹配约束，对左目轨迹集的每个左目运动轨迹分别与右目轨迹集中的各个右目运动轨迹进行匹配，找出所有匹配成功的运动轨迹对；
[0010]将所有匹配成功的运动轨迹对进行聚类，得到至少一个聚类簇；将每个聚类簇内的所有运动轨迹对及其对应的内点进行拟合，得到每个聚类簇对应的目标运动模型。
[0011]优选的，目标运动模型包括左目运动轨迹和右目运动轨迹，将所有匹配成功的运动轨迹对进行聚类，得到至少一个聚类簇；将每个聚类簇内的所有运动轨迹及其对应的内点进行拟合，得到每个聚类簇对应的目标运动模型，具体包括以下步骤：
[0012]对所有匹配成功的运动轨迹对中的左目运动轨迹进行使用J-linkage聚类算法聚类，得到第一聚类簇；对所有匹配成功的运动轨迹对中的右目运动轨迹进行使用J-linkage聚类算法聚类，得到第二聚类簇；
[0013]分别将每个第一聚类簇的运动轨迹对及其对应的内点以最小二乘拟合法进行拟合，得到每个第一聚类簇对应目标的左目运动轨迹；分别将每个第二聚类簇的运动轨迹对及其对应的内点以最小二乘拟合法进行拟合，得到每个第二聚类簇对应目标的右目运动轨迹。
[0014]优选的，在得到每个目标的左目运动轨迹和右目运动轨迹后，还包括以下步骤：
[0015]对任意一个左目运动轨迹或右目运动轨迹均进行一下处理：
[0016]将左目运动轨迹或右目运动轨迹分割成多段局部轨迹，分别计算每段局部轨迹的局部响应值，并求和所有局部轨迹的局部响应值作为整体响应值；
[0017]根据目标运动轨迹、运动速度约束设定响应阈值，将整体响应值与的响应阈值进行比较，当整体响应值低于响应阈值时，判断运动轨迹为虚警。
[0018]剔除所有为虚警的左目运动轨迹或右目运动轨迹，使用广义距离变换方法将剩下的左目运动轨迹及右目运动轨迹进行聚合，得到精确的目标数量以及目标运动模型。
[0019]优选的，计算每段局部轨迹的局部响应值通过以下公式实现：
[0020][0021]其中，score(x,y)为局部响应值，R
t
为前景目标的响应映射值，(x
t
,y
t
)是时刻t的预测位置，α是控制运动轨迹与理想直线失真度的权重值，N
t
为局部轨迹段数量。
[0022]优选的，同步采集待检测区域的左目图像序列以及右目图像序列由水平视场相互平行、光轴交汇于无穷远处，且相隔M距离的两相机实现。
[0023]优选的，左目图像与右目图像之间的几何关系为目标在左目图像的左目运动轨迹与右目图像的右目运动轨迹平行，且二值视差值在合理视觉区间内；目标运动模型为直线运动模型，左目运动轨迹和右目运动轨迹均为直线运动轨迹；匹配的具体规则为：若左目运动轨迹与右目运动轨迹平行，且二者的视差值在合理视觉区间内，且左目运动轨迹和右目运动轨迹的内点数量均大于预设的数量阈值，则判断左目运动轨迹与右目运动轨迹匹配成功。
[0024]优选的，左目运动轨迹的内点是指位于左目图像序列的三维点云上，且到左目运动轨迹的距离小于预设距离阈值的点；右目运动轨迹的内点是指位于右目图像序列的三维点云上，且到右目运动轨迹的距离小于预设距离阈值的点。
[0025]优选的，分别构建左目图像序列以及右目图像序列的三维点云，具体包括以下步骤：
[0026]分别对左目图像序列、右目图像序列进行显著性检测，得到初步的左目目标集以及右目目标集；基于左目目标集和右目目标集，分别构建左目图像序列的三维点云以及右目图像序列的三维点云。
[0027]一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一所述方法的步骤。
[0028]本专利技术具有以下有益效果：
[0029]1、本专利技术中的弱小目标的双目检测方法及系统，通过同步采集待检测区域的左目图像序列以及右目图像序列；分别构建左目图像序列和右目图像序列的三维点云；以左目图像与右目图像之间的几何关系、目标运动模型约束为匹配约束，对左目图像序列的三维
点云与右目图像序列的三维点云进行匹配，并根据匹配结果确定待检测区域的目标数量和/或目标运动模型，通过左目图像与右目图像之间的几何关系、目标运动模型约束对图像序列中噪声进行剔除，从而准确筛选出弱小目标的数量以及弱小目标的运动轨迹。
[0030]2、在优选方案中，本技术方案中还通过计算运动轨迹响应值，将响应值作为评判标准进一步滤除虚警，并进一步修正目标运动轨迹。
[0031]除了上面所描述的目的、特征和优点之外，本专利技术还有其它的目的、特征和优点。下面将参照附图，对本专利技术作进一步详细的说明。
附图说明
[0032]构成本申请的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0033]图1是本专利技术的弱小目标的双目检测方法的流程图；
[0034]图2是本专利技术优选实施例中的双目相机安装示意图；
[0035]图3是本专利技术优选实施例中的目标检测系统采集的原始图像；
[0036]图4是本专利技术优选实施例中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种弱小目标的双目检测方法，其特征在于，包括以下步骤：同步采集待检测区域的左目图像序列以及右目图像序列；分别构建所述左目图像序列和右目图像序列的三维点云；以左目图像与右目图像之间的几何关系、目标运动模型约束为匹配约束，对左目图像序列的三维点云与右目图像序列的三维点云进行匹配，并根据匹配结果确定待检测区域的目标数量和/或目标运动模型。2.根据权利要求1所述的弱小目标的双目检测方法，其特征在于，对左目图像序列的三维点云与右目图像序列的三维点云进行匹配，并根据匹配结果确定待检测区域的目标数量和/或目标运动模型，具体包括以下步骤：构建所述左目图像序列的三维点云上各个点到同一三维点云上其他点的左目运动轨迹，构成左目轨迹集；获取所述右目图像序列的三维点云上各个点到同一三维点云上其他点的右目运动轨迹，构成右目轨迹集；以左目图像与右目图像之间的几何关系、目标运动模型约束为匹配约束，对左目轨迹集的每个左目运动轨迹分别与所述右目轨迹集中的各个右目运动轨迹进行匹配，找出所有匹配成功的运动轨迹对；将所有匹配成功的运动轨迹对进行聚类，得到至少一个聚类簇；将每个聚类簇内的所有运动轨迹对及其对应的内点进行拟合，得到每个聚类簇对应的目标运动模型。3.根据权利要求2所述的弱小目标的双目检测方法，其特征在于，所述目标运动模型包括左目运动轨迹和右目运动轨迹，将所有匹配成功的运动轨迹对进行聚类，得到至少一个聚类簇；将每个聚类簇内的所有运动轨迹及其对应的内点进行拟合，得到每个聚类簇对应的目标运动模型，具体包括以下步骤：对所有匹配成功的运动轨迹对中的左目运动轨迹进行使用J-linkage聚类算法聚类，得到第一聚类簇；对所有匹配成功的运动轨迹对中的右目运动轨迹进行使用J-linkage聚类算法聚类，得到第二聚类簇；分别将每个第一聚类簇的运动轨迹对及其对应的内点以最小二乘拟合法进行拟合，得到每个第一聚类簇对应目标的左目运动轨迹；分别将每个第二聚类簇的运动轨迹对及其对应的内点以最小二乘拟合法进行拟合，得到每个第二聚类簇对应目标的右目运动轨迹。4.根据权利要求3所述的弱小目标的双目检测方法，其特征在于，在得到每个目标的左目运动轨迹和右目运动轨迹后，还包括以下步骤：对任意一个左目运动轨迹或右目运动轨迹均进行一下处理：将所述左目运动轨迹或右目运动轨迹分割成多段局部轨迹，分别计算每段局部轨迹的局部响应值，并求和所有局部轨迹的局部响应值作为整体响应值；根据目标运动轨迹、运动速度约束设定响应阈值，将...

【专利技术属性】
技术研发人员：陈小天，贺遵亮，
申请(专利权)人：湖南傲英创视信息科技有限公司，
类型：发明
国别省市：