一种复杂背景下无人机载小目标检测定位方法及系统技术方案

本发明专利技术公开了一种复杂背景下无人机载小目标检测定位方法及系统，所述方法包括：获取小目标的视频图像以及无人机和云台的姿态数据；通过多通道优选自适应引导滤波去雾算法对获取的视频图像进行预处理；利用有限像素目标空间‑语义信息融合检测算法，对预处理后的视频图像进行检测，获得小目标的像素位置；利用空间多参数像素映射地理坐标定位算法，将视频图像中小目标的像素位置与无人机的地理坐标进行关联映射，获得小目标在地理坐标系下的经纬度和高度；实时显示无人机载视频图像中的小目标及其在地理坐标系下的经纬度和高度。本发明专利技术可对复杂背景下无人机载小目标进行实时在线精确检测定位。

【技术实现步骤摘要】
一种复杂背景下无人机载小目标检测定位方法及系统
本专利技术涉及无人机
，特别涉及一种复杂背景下无人机载小目标检测定位方法及系统。
技术介绍
小型无人机具有造价低廉、使用方便等特点，是完成对地目标搜索、监视等任务的理想空中平台。然而，现有的无人机定位技术仍然存在着很多缺陷，如在复杂的背景下难以将物体与背景进行分离，从而造成定位精度低；远距离目标成像效果差，目标在图像中占据的像素点较少，难以将目标进行准确识别，无法实现检测定位等。在算法方面，现有定位算法较为复杂，严重影响到定位系统的检测效率。在硬件方面，无人机载荷有限，而搭载的各种探测设备、硬件装置的重量和体积都较大。因此，设计出一种复杂背景下无人机载小目标的检测定位方法与系统，提升无人机对小目标检测定位的精度和实时性，是目前迫切需要解决的技术问题。
技术实现思路
本专利技术的目的在于提供一种复杂背景下无人机载小目标检测定位方法及系统，以解决现有技术存在的复杂的背景下难以将物体与背景进行分离，造成定位精度低；远距离目标成像效果差，目标在图像中占据的像素点较少，难以对目标进行准确识别，无法实现精确检测定位的技术问题。为解决上述技术问题，本专利技术的实施例提供如下方案：一方面，提供了一种复杂背景下无人机载小目标检测定位方法，包括以下步骤：获取小目标的视频图像以及无人机和云台的姿态数据；通过多通道优选自适应引导滤波去雾算法对获取的视频图像进行预处理；利用有限像素目标空间-语义信息融合检测算法，对预处理后的视频图像进行检测，获得小目标的像素位置；利用空间多参数像素映射地理坐标定位算法，将视频图像中小目标的像素位置与无人机的地理坐标进行关联映射，获得小目标在地理坐标系下的经纬度和高度；实时显示无人机载视频图像中的小目标及其在地理坐标系下的经纬度和高度。优选地，所述通过多通道优选自适应引导滤波去雾算法对获取的视频图像进行预处理具体包括：对获取的视频图像进行通道分割，分为：暗通道图像、亮通道图像和RGB三通道图像；根据暗通道图像和亮通道图像估算局部大气值；对RGB三通道图像进行加权引导滤波，之后估算局部透射率；根据估算的局部大气值和局部透射率，结合雾干扰模型，得到去雾图像。优选地，所述利用有限像素目标空间-语义信息融合检测算法，对预处理后的图像进行检测具体包括：构建空间-语义特征提取网络，通过对感兴趣区域池化、归一化处理提取多层空间特征信息，通过循环卷积提取语义特征信息；通过两层全连接层对目标的边界框进行回归分类，得到视频图像的检测结果。优选地，所述利用空间多参数像素映射地理坐标定位算法，将视频图像中小目标的像素位置与无人机的地理坐标进行关联映射具体包括：根据视频图像的检测结果，得到小目标在视频图像中的像素位置；将无人机在地面位置的高度作为大地高，将小目标在视频图像中的像素位置与无人机地理坐标进行映射，求解出小目标在地理坐标系中的经纬度；根据计算得到的经纬度，确定小目标的大地高，将得到的小目标的大地高与无人机在地面位置的高度对比，进行修正，确定小目标的经纬度和高度。一方面，提供了一种复杂背景下无人机载小目标检测定位系统，包括：目标视觉增强子系统，用于获取小目标的视频图像以及无人机和云台的姿态数据，并通过多通道优选自适应引导滤波去雾算法对获取的视频图像进行预处理；深度学习机载检测定位子系统，用于利用有限像素目标空间-语义信息融合检测算法，对预处理后的视频图像进行检测，获得小目标的像素位置；以及，利用空间多参数像素映射地理坐标定位算法，将视频图像中小目标的像素位置与无人机的地理坐标进行关联映射，获得小目标在地理坐标系下的经纬度和高度；数据回传与地面站子系统，用于实时传输及显示无人机载视频图像中的小目标及其在地理坐标系下的经纬度和高度。优选地，所述目标视觉增强子系统具体用于：对获取的视频图像进行通道分割，分为：暗通道图像、亮通道图像和RGB三通道图像；根据暗通道图像和亮通道图像估算局部大气值；对RGB三通道图像进行加权引导滤波，之后估算局部透射率；根据估算的局部大气值和局部透射率，结合雾干扰模型，得到去雾图像。优选地，所述深度学习机载检测定位子系统具体用于：构建空间-语义特征提取网络，通过对感兴趣区域池化、归一化处理提取多层空间特征信息，通过循环卷积提取语义特征信息；通过两层全连接层对目标的边界框进行回归分类，得到视频图像的检测结果。优选地，所述深度学习机载检测定位子系统还具体用于：根据视频图像的检测结果，得到小目标在视频图像中的像素位置；将无人机在地面位置的高度作为大地高，将小目标在视频图像中的像素位置与无人机地理坐标进行映射，求解出小目标在地理坐标系中的经纬度；根据计算得到的经纬度，确定小目标的大地高，将得到的小目标的大地高与无人机在地面位置的高度对比，进行修正，确定小目标的经纬度和高度。优选地，所述检测定位系统包括摄像机、云台、惯性测量单元、复杂背景图像处理与空间姿态解算协处理单元和高性能计算单元；所述复杂背景图像处理与空间姿态解算协处理单元包括I/O模块、时钟控制电路、JTAG控制器、基本可编程逻辑单元；所述摄像机、所述云台、所述惯性测量单元连接所述I/O模块，所述I/O模块连接所述时钟控制电路、所述JTAG控制器以及所述基本可编程逻辑单元，所述时钟控制电路和所述JTAG控制器连接所述基本可编程逻辑单元，所述基本可编程逻辑单元连接所述高性能计算单元，所述高性能计算单元连接所述数据回传与地面站子系统。优选地，所述惯性测量单元包括三轴陀螺仪、三轴加速度计、三轴地磁传感器、气压计和GPS模块。本专利技术实施例提供的技术方案带来的有益效果至少包括：本专利技术针对复杂背景下传统去雾算法局部细节损失导致有限像素小目标检测效果下降的特点，提出多通道优选自适应引导滤波去雾算法，去除杂散噪声，保留有限像素小目标整体特征信息；针对无人机载视频小目标所占像素少，目标与背景难以分离的特点，提出有限像素目标空间-语义融合检测算法，实现复杂背景下小目标的有效特征提取和检测；针对小目标中心位置难以测量，目标定位精度和实时性差的特点，提出空间多参数像素映射地理坐标定位算法，将视频图像中小目标像素位置与无人机地理坐标关联映射，获得小目标在地理坐标系下的经纬度和高度，本专利技术可对复杂背景下无人机载小目标进行实时在线精确检测定位。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种复杂背景下无人机载小目标检测定位方法的流程图；图2是本专利技术实施例提供的多通道优选自本文档来自技高网...

【技术保护点】
1.一种复杂背景下无人机载小目标检测定位方法，其特征在于，包括以下步骤：/n获取小目标的视频图像以及无人机和云台的姿态数据；/n通过多通道优选自适应引导滤波去雾算法对获取的视频图像进行预处理；/n利用有限像素目标空间-语义信息融合检测算法，对预处理后的视频图像进行检测，获得小目标的像素位置；/n利用空间多参数像素映射地理坐标定位算法，将视频图像中小目标的像素位置与无人机的地理坐标进行关联映射，获得小目标在地理坐标系下的经纬度和高度；/n实时显示无人机载视频图像中的小目标及其在地理坐标系下的经纬度和高度。/n

【技术特征摘要】
1.一种复杂背景下无人机载小目标检测定位方法，其特征在于，包括以下步骤：
获取小目标的视频图像以及无人机和云台的姿态数据；
通过多通道优选自适应引导滤波去雾算法对获取的视频图像进行预处理；
利用有限像素目标空间-语义信息融合检测算法，对预处理后的视频图像进行检测，获得小目标的像素位置；
利用空间多参数像素映射地理坐标定位算法，将视频图像中小目标的像素位置与无人机的地理坐标进行关联映射，获得小目标在地理坐标系下的经纬度和高度；
实时显示无人机载视频图像中的小目标及其在地理坐标系下的经纬度和高度。


2.根据权利要求1所述的复杂背景下无人机载小目标检测定位方法，其特征在于，所述通过多通道优选自适应引导滤波去雾算法对获取的视频图像进行预处理具体包括：
对获取的视频图像进行通道分割，分为：暗通道图像、亮通道图像和RGB三通道图像；
根据暗通道图像和亮通道图像估算局部大气值；
对RGB三通道图像进行加权引导滤波，之后估算局部透射率；
根据估算的局部大气值和局部透射率，结合雾干扰模型，得到去雾图像。


3.根据权利要求1所述的复杂背景下无人机载小目标检测定位方法，其特征在于，所述利用有限像素目标空间-语义信息融合检测算法，对预处理后的图像进行检测具体包括：
构建空间-语义特征提取网络，通过对感兴趣区域池化、归一化处理提取多层空间特征信息，通过循环卷积提取语义特征信息；
通过两层全连接层对目标的边界框进行回归分类，得到视频图像的检测结果。


4.根据权利要求1所述的复杂背景下无人机载小目标检测定位方法，其特征在于，所述利用空间多参数像素映射地理坐标定位算法，将视频图像中小目标的像素位置与无人机的地理坐标进行关联映射具体包括：
根据视频图像的检测结果，得到小目标在视频图像中的像素位置；
将无人机在地面位置的高度作为大地高，将小目标在视频图像中的像素位置与无人机地理坐标进行映射，求解出小目标在地理坐标系中的经纬度；
根据计算得到的经纬度，确定小目标的大地高，将得到的小目标的大地高与无人机在地面位置的高度对比，进行修正，确定小目标的经纬度和高度。


5.一种复杂背景下无人机载小目标检测定位系统，其特征在于，包括：
目标视觉增强子系统，用于获取小目标的视频图像以及无人机和云台的姿态数据，并通过多通道优选自适应引导滤波去雾算法对获取的视频图像进行预处理；
深度学习机载检测定位子系统，用于利用有限像素目标空间-语义信息融合检测算法，对预处理后的视频图像进行检测，获得小目标的像素位置；以及，...

【专利技术属性】
技术研发人员：蓝金辉，孙平，狄祥，宋云广，张铖，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：北京;11