基于仿生复眼微透镜技术的3-3-2维目标检测方法及系统的制作方法
【技术领域】
[0001] 本发明涉及一种提高目标检测效率的方法及系统，特别是一种基于仿生复眼微透 镜技术的3-3-2维目标检测方法及系统，即利用微透镜系统的两级分辨率数据获取模式对 目标进行低分辨率三维轮廓捕获和高分辨率二维凝视成像的高精度、高效率目标检测方法 及系统。
【背景技术】
[0002] 传统的目标检测方法是基于单个成像设备对目标进行拍摄，在获取的海量高分辨 率图像上进行目标检测。相机拍摄的图像越多，相机的成像分辨率越高意味着获取的数据 量越大、数据信息越多。这导致计算机进行自动化处理的时间更长，效率更低。此外，目标 位置信息的不确定导致高分辨率图像中不一定能有效捕获运动目标，即存在大量的冗余影 像。传统的方法不会考虑影像中是否存在目标，而是对影像进行统一化处理。这势必导致 计算机进行目标检测的效率降低。目前的科研工作者集中在研究目标检测算法。尽管科研 工作者提出的算法可以提高算法的目标检测效率，但海量的冗余数据导致了系统的实时处 理效率偏低。如何避免对冗余影像进行无意义的处理，国内外的研究还几乎处于空白状态。
【发明内容】
[0003] 为了克服传统方法需对海量的冗余影像进行无意义的处理，本发明提供了一种基 于仿生复眼微透镜技术的3-3-2维目标检测方法及系统。
[0004] 为实现上述目的，本发明采用以下技术方案：
[0005] 利用微透镜系统构建两级分辨率数据获取模式，对目标进行低分辨率三维轮廓捕 获和高分辨率二维凝视成像，通过增加一个使用低分辨率影像捕获目标三维轮廓的步骤， 能更加高效的判断目标是否在该目标区域，有效的避免了对冗余影像无意义的处理，提高 了系统的实时处理效率和准确性。
[0006] 具体地，基于仿生复眼微透镜技术的3-3-2维目标检测方法，包括以下步骤：
[0007] 1)以基于仿生复眼结构的微透镜系统作为成像系统对目标区域进行捕捉成像，将 拍摄得到的微透镜阵列影像采用线性加权平均法重构低分辨率影像；
[0008] 2)以步骤1)中重构的低分辨率影像为基础，采用前方交会测量方法计算目标点 的三维坐标，对目标进行低分辨率三维轮廓捕获；
[0009] 3)若有效捕获目标后，则以步骤1)拍摄得到的微透镜阵列影像为基础数据，采用 正则化方法重构高分辨率影像，对目标区域进行高分辨率二维凝视成像；否则，移动微透镜 系统并回到步骤1);
[0010] 4)获取目标区域的高分辨率二维影像后，采用基于纹理梯度的GAC模型对目标进 行精确识别，完成目标检测。
[0011] 步骤1)中，所述的线性加权平均法如下所示：
[0014] 式中，将单元影像中的像素按照灰度值从小到大进行排序，并将其编号为1至m，gni表示单元影像中编号为m的像素的灰度值，Pl为该灰度值g i相对应的权重，n i表示灰度值 为gi的像素个数。
[0015] 步骤2)具体包括以下内容：①对图像进行特征点提取与匹配；②在匹配点中筛选 部分同名点进行相对定向，即确定微透镜器件之间的相对姿态信息；③根据微透镜器件间 的相对姿态信息，采用前方交会测量方法获取匹配点的相对三维坐标，即获取目标的三维 轮廓。
[0016] 该算法利用特征点的局部图像梯度特征来确定每一个特征点的主方向，其公式如 下：
[0018] 式中（X，y)为特征点的坐标，m(x, y)和Θ (X，y)分别为当前尺度的高斯金字塔图 像在（x，y)处的梯度和方向，L(x，y)为当前尺度的高斯金字塔图像在（x，y)处的灰度。
[0019] 确定两个微透镜器件之间的相对姿态信息，即计算两张像片的相对定向元素 的方程为：
[0021] 其中
其中Q为上下视 差，K，N2为投影系数，（X d Yu ，（X2, Y2, Z2)为像点在像空间辅助坐标系中的坐标，Bx，BY，Bz 是摄影基线在XYZ方向上的投影，d是微分符号。利用最小二乘原理，可列方程
[0023] 式中，1为间接平差的自由项，an，bn，cn，d n，en为误差方程的系数，v n为间接平差的 误差项，通过间接平差可求得相对定向兀素(爲,其中以,ft>, 为第二张像片相对 第一张像片的内方位元素，（μ, v)为基线的偏角和倾角。
[0024] 采用前方交会测量方法获取匹配点的相对三维坐标的具体步骤如下：首先计算出 角方位元素和基线分量（Βχ、Βγ、Βζ);计算左右像片在摄影测量坐标系中的正交矩阵；计算 像点在像空间辅助坐标系中的坐标（XpY^Zi)和（X2、Y2、Z2);计算投影系数Ni、N 2;计算模 型点的三维坐标（X、Y、Z)。模型点在像空间辅助坐标系中的三维坐标计算公式如下：
[0026] 通过上述方法获取大量的模型点的三维坐标即获取了目标的三维轮廓。
[0027] 步骤3)中，使用正则化方法重构出高分辨率影像的方法如下：
[0029] 其中Ω (f)为正则化项，Ω称为正则化算子，f为重构出的高分辨率影像，Α为降 质算子，g为微透镜阵列观测到的影像，λ称为正则参数，通过这样便可以重构出高分辨率 的影像。
[0030] 步骤4)中，鉴于GAC模型主要利用边界停止函数g对影像进行分割，g的构造直 接影响着分割的结果；本发明提出了基于纹理梯度的GAC模型梯度流方程，如下所示：
[0032] 式中，g是任意单调递减的非负函数，δ (X)函数可以表示为H(x)的导数，y、c为 常数，div为散度算子。
[0033] 本发明还提供了一种基于仿生复眼微透镜技术的3-3-2维目标检测系统，包括： 微透镜系统，控制系统及目标检测输出系统；
[0034] 所述的微透镜系统包括2个左右对称微透镜器件，该微透镜器件能够通过微透镜 阵列获取微透镜阵列影像，然后重构低分辨率和高分辨率的影像；
[0035] 所述的控制系统包括DSP主控制核心单元、FPGA逻辑控制单元和图像处理单元；
[0036] 所述的DSP主控制核心单元用于进行图像信息处理以及存储；
[0037] 所述的FPGA逻辑控制单元用于控制微透镜系统的信号获取，并为DSP主控制核心 单元提供处理数据；
[0038] 所述的图像处理单元用于对上述微透镜阵列影像进行目标的低分辨率三维轮廓 捕获和高分辨率二维凝视成像，并对高分辨率影像中的目标进行精确检测；
[0039] 所述目标检测输出系统用于输出目标检测结果。
[0040] 进一步地，所述图像处理单元包括特征点提取和匹配模块、相对定向模块、前方交 会模块和GAC模型分割模块，
[0041] 所述特征点提取和匹配模块用于对获取的低分辨率影像进行特征点提取与匹 配；
[0042] 所述相对定向模块用于在匹配点中筛选部分同名点进行相对定向；
[0043] 所述前方交会模块用于采用前方交会测量方法获取匹配点的相对三维坐标；
[0044] 所述GAC模型分割模块用于采用基于纹理梯度的GAC模型进行目标的分割识别。
[0045] 本发明由于采用以上技术方案，其具有以下优点：
[0046] 1、本发明提出了基于仿生复眼微透镜技术