一种运动目标特征高速视觉捕捉方法技术

一种运动目标特征高速视觉捕捉方法，属于图像处理领域及机器视觉图像测量领域，本发明专利技术为解决高速视觉测量中的实时处理速度不高和数据量大、传输速度无法满足实时传输的问题。本发明专利技术方法包括：一、采用高速图像传感器采集运动目标的灰度图像，并对该灰度图像进行中值滤波获取去噪灰度图像；二、进行基于背景图像差法的目标检测，获取运动目标的最小外接矩形及该运动目标的几何中心三、对运动目标的目标区域进行扩张处理，获取扩张后目标区域；四、在扩张后目标区域内进行基于核的区域跟踪，获取运动目标在当前帧的位置点五、对当前帧的运动目标进行基于方向导数的角点检测，获取运动目标在当前帧的角点坐标，完成对运动目标特征的视觉捕捉。

【技术实现步骤摘要】

本专利技术涉及，属于图像处理领域及机器视觉图像测量领域。
技术介绍
随着各国军事技术的飞速发展，出现了大量高速运动目标，如军用飞机、导弹等， 飞行速度达到3马赫以上，对国家安全存在巨大的威胁。高速运动目标同样存在于航空航天、交通安全、军事侦察、靶场测试、空中目标拦截、力学研究等领域。现阶段，需要一种能对高速运动目标的位置、位姿、运动状态进行捕捉、跟踪、测量的手段。基于机器视觉测试方法具有非接触、精度高、速度快、稳定性好等特点，是一种对运动目标进行测量的有效方法。随着CCD和CMOS传感器分辨率和速度上的提高，利用视觉手段对高速运动目标进行捕捉、跟踪和测量，成为一种有效的方法。然而，传感器性能的提高并未对基于视觉的高精度运动目标的实时测量带来巨大的推动，其原因在于，视觉传感器本身在采集速度上满足了要求，但还没有后续的实时处理的软件算法和硬件平台与之相适应。现有的算法基于计算机。而计算机的接口远不能满足高速视觉传感器对传输速度的要求。尤其是，在基于多目视觉的高精度运动目标测量中，多台相机同时传输的庞大数据量使计算机无论在传输速度还是实时处理能力上都显得无能为力。因此，需要一种能够应用于高速运动目标特征定位的实现方法，在对目标进行特征定位的同时，满足数据传输和实时处理的要求。目前，国内外相关研究机构采用智能相机的结构实现基于硬件平台的特征提取， 但在执行速度和定位精度上并不理想，无法满足对高速运动目标的实时测量，其关键在于尚没有高速而高效的特征捕捉软件算法。国内对智能相机相关高速实现方式的研究尚处于起步阶段，尚缺乏针对高速运动目标实时测量方法的相关研究。专利技术内容本专利技术目的是为了解决高速视觉测量中的实时处理速度不高和数据量大、传输速度无法满足实时传输的问题，提供了。本专利技术所述，该方法包括以下步骤步骤一、采用高速图像传感器采集运动目标的灰度图像，并对该灰度图像进行中值滤波获取去噪灰度图像；对灰度图像进行中值滤波获取去噪灰度图像的过程为采用3X3模板对灰度图像中的各个像素进行窗口采样，对于每个非边缘像素，利用所述3 X 3模板选取像素本身及其周围8个像素，构成9 个像素的采样结果，对于每个边缘像素利用所述3 X 3模板选取像素本身及其周围像素，其周围像素的个数少于8个；对非边缘像素，对采样结果中的9个像素数据进行降序排序，用排序后的中值取代该像素原始值，对灰度图像中的噪声信号进行滤除；对于边缘像素，以该像素为中心的3X3模板内实际包含的像素数据为基准进行降序排序，若像素个数为偶数，则滤波后的像素值为降序排序后中心附近的两个像素的平均值，对灰度图像中的噪声信号进行滤除。步骤二、对步骤一获取的去噪灰度图像进行基于背景图像差法的目标检测，以获取运动目标的最小外接矩形及该动目标的几何中心λ ；运动目标几何中心j>。的获取过程为步骤21、进行背景模型初始化取连续10帧去噪声灰度图像In(X. y) = I1U. y)， I2 (x. y),...I10(x. y),n= 1,2,... 10，将该连续10帧去噪声灰度图像的相同位置的像素值构成nh个10元素集合，nh为每帧去噪声灰度图像中的像素点数，每个10元素集合中像素值进行降序排序，对排序结果去掉2个最大值和2个最小值，然后对剩下的6个像素值取平均值作为背景模型中相应位置点的像素值，进而获取背景模型b(x，y)；步骤22、确定自适应阈值TH:TH = 2max | b(x, y) -In (χ, y) | ；步骤23、判断条件It(x,y)-b(x,y) > TH是否成立，It (x，y)为第t帧去噪声灰度图像，判断结果为是，则判定当前像素为运动目标所在像素，然后执行步骤M ；判断结果为否，则判定当前像素为运动目标所在像素为非运动目标像素，丢弃该帧去噪声灰度图像；步骤M、在当前帧去噪声灰度图像中获得运动目标所在像素的集合，得到运动目标，确定其最小外接矩形，并根据所述最小外接矩形得到运动目标的几何中心夕。。步骤三、对运动目标的目标区域进行扩张处理，获取扩张后目标区域；以运动目标的最小外接矩形为基准，向四周分别加扩30像素 70像素，获取扩张后目标区域扩张像素的像素值为同位置下去噪灰度图像像素的像素值。步骤四、在所述扩张后目标区域内进行基于核的区域跟踪，以获取运动目标在当前帧的位置点λ ；获取运动目标在当前帧的位置点免的过程为步骤41、以最小外接矩形为核函数外形k()，计算运动目标的原始模型么、运动目标在位置点丸处的候选模型氕(λ)和运动目标在位置点j>。处的对应相似性系数 PiPu(K)^ ；原始模型么由公式一获取；公式一权利要求1.，其特征在于，该方法包括以下步骤 步骤一、采用高速图像传感器采集运动目标的灰度图像，并对该灰度图像进行中值滤波获取去噪灰度图像；步骤二、对步骤一获取的去噪灰度图像进行基于背景图像差法的目标检测，以获取运动目标的最小外接矩形及该运动目标的几何中心λ ；步骤三、对运动目标的目标区域进行扩张处理，获取扩张后目标区域； 步骤四、在所述扩张后目标区域内进行基于核的区域跟踪，以获取运动目标在当前帧的位置点λ ；步骤五、对当前帧的运动目标进行基于方向导数的角点检测，以获取运动目标在当前帧的角点坐标，完成对运动目标特征的视觉捕捉。2.根据权利要求1所述，其特征在于，步骤一中对灰度图像进行中值滤波获取去噪灰度图像的过程为采用3X3模板对灰度图像中的各个像素进行窗口采样，对于每个非边缘像素，利用所述3X3模板选取像素本身及其周围8个像素，构成9个像素的采样结果，对于每个边缘像素利用所述3 X 3模板选取像素本身及其周围像素，其周围像素的个数少于8个；对非边缘像素，对采样结果中的9个像素数据进行降序排序，用排序后的中值取代该像素原始值，对灰度图像中的噪声信号进行滤除；对于边缘像素，以该像素为中心的3X3模板内实际包含的像素数据为基准进行降序排序，若像素个数为偶数，则滤波后的像素值为降序排序后中心附近的两个像素的平均值， 对灰度图像中的噪声信号进行滤除。3.根据权利要求1所述，其特征在于，步骤二运动目标几何中心λ的获取过程为步骤21、进行背景模型初始化取连续10帧去噪声灰度图像In(x. y) = I1 (χ. y)，I2 (χ. y),...I10(x. y),n = 1,2,... 10，将该连续10帧去噪声灰度图像的相同位置的像素值构成 nh个10元素集合，nh为每帧去噪声灰度图像中的像素点数，每个10元素集合中像素值进行降序排序，对排序结果去掉2个最大值和2个最小值， 然后对剩下的6个像素值取平均值作为背景模型中相应位置点的像素值，进而获取背景模型 b(x，y)；步骤22、确定自适应阈值TH: TH = 2max|b(x，y)-In(x, y) | ；步骤23、判断条件It(x,y)-b(x,y) > TH是否成立，It (x，y)为第t帧去噪声灰度图像，判断结果为是，则判定当前像素为运动目标所在像素，然后执行步骤M ；判断结果为否，则判定当前像素为运动目标所在像素为非运动目标像素，丢弃该帧去噪声灰度图像；步骤M、在当前帧去噪声灰度图像中获得运动目标所在像素的集合，得到运动目标，确定其最小外接矩形，并根据所述最小外接矩本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：叶东，于潇宇，郭玉波，陈刚，赵振庆，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：