一种基于视觉的无人机对地运动目标检测方法
【技术领域】
[0001] 本发明属于图像目标检测技术领域，特别涉及一种基于视觉的无人机对地运动目 标检测方法。
【背景技术】
[0002] 运动目标检测是模式识别和计算机视觉领域的一个基本问题，对提升无人机在边 境巡逻、区域态势感知、视觉制导等应用方面的自主能力具有重要的意义。由于小型无人机 平台的运动性、机载资源的有限性、以及目标环境的复杂性，能够满足机载处理需求的运动 目标检测技术仍然是国内外的一个技术难题。
[0003] 自从Man提出计算视觉理论以来，运动目标检测一直受到国内外学术界的高度 关注，其中固定摄像机下的运动目标检测已经在城市交通、银行、机场等行业得到了实际应 用，而移动平台下的运动目标检测技术的研宄则相对缓慢，针对无人机平台的更加有限。美 国Sarnoff公司较早开始对应用于无人机上的运动目标检测技术进行研宄，它从运动特性 出发来检测目标，建立了复杂的运动模型，超出了机载计算资源的限制；其研宄忽略了目标 在颜色、纹理等方面的特性，容易受到三维景物的干扰，且检测到的目标存在"鬼影"。匈牙 利的计算与自动化研宄所利用多层马尔科夫模型从航空图像提取运动目标，研宄侧重于理 论层面，距离应用较远。在国内，西北工业大学对应用于无人机上的运动目标检测和跟踪技 术进行了先期的研宄，分别采用耗时的光流特征和属性形态学分析等方法来计算运动区域 和显著性区域，导致计算效率较低，满足不了机载实时处理的需要。上海大学研宄了有标 志物的运动目标检测技术，由于大部分待监控目标是不可能事先加上标记的，因此应用范 围非常受限。中科院自动化所对满足机载处理能力的运动目标检测和跟踪算法、典型地物 提取方法等进行了一定地研宄，为无人机视觉自主目标检测的系统性研宄提供了一定的基 础。
[0004] 总的来说，现有的机载视觉对地运动目标检测技术研宄，无论是其理论方法的系 统性，还是研宄成果的实用性，都需要展开进一步、相当深入地研宄工作。
【发明内容】
[0005] 本发明的主要目的在于针对小型无人机平台的运动性、机载资源的有限性、及目 标环境的复杂性，提出一种系统性的具有较高环境适应性的运动目标检测方法。
[0006] 为实现上述目的，本发明提出利用颜色分布比对的方式去除运动检测中存在的 "鬼影"，为了克服现有分类方法不能很好地刻画目标的局部特征、基于"词袋"特征匹配的 方法计算复杂度高的缺陷，提出适应性好且效率较高的模式互斥分类器，并将其用于"建筑 物/运动目标"、"车辆/行人"的分类中。
[0007] 本发明提出的一种基于视觉的无人机对地运动目标检测方法包括以下步骤：
[0008] 步骤1 :对输入的无人机视频进行特征提取，对于提取得到的特征进行描述，并基 于提取得到的特征对于相邻两帧图像中的特征点进行匹配，得到多个特征点对；
[0009] 步骤2 :基于所述步骤1得到的匹配特征点对估计得到帧间映射参数；
[0010] 步骤3 :利用所述步骤2估计得到的帧间映射模型参数，对相邻两幅图像中的前一 帧图像进行变换，并将相邻两幅图像校正到同一坐标系下；
[0011] 步骤4:对于校正后相邻的每两幅图像，利用图像差分方法得到对应的候选短时 运动图像；
[0012] 步骤5 :搜集植被样本，建立植被的颜色模型，利用得到的植被颜色模型去除候选 短时运动图像中可能由树木造成的干扰部分；
[0013] 步骤6 :利用时域差分法，累积P帧图像的短时运动图像，并据此提取得到完整的 一级候选运动目标区域；
[0014] 步骤7 :采用基于颜色分布比对的方法去除所述一级候选运动目标区域中的虚假 运动目标区域，得到二级候选运动目标区域；
[0015] 步骤8 :搜集多种样本图像，构建多个模式互斥分类器；
[0016] 步骤9 :利用互斥性在线选择候选目标运动区域的特有模式，采用模式互斥分类 器去除可能由建筑物等造成的干扰，并对候选运动目标区域进行分类，以进一步去除结构 特性不符的干扰，得到标识的运动目标检测结果。
[0017] 本发明提出了一种系统性的具有较高环境适应性的运动目标检测方法，本发明利 用快速有效的特征提取方法提取空间分布均匀的特征并估计帧间运动参数；通过建立植被 的颜色模型，利用植被模型去除短时运动区域图像中存在的可能由树木造成的影响；利用 颜色分布比对的方式去除了历史运动图像造成的"鬼影"效应；利用"建筑物/运动目标"、 "车辆/行人"分类，进一步去除建筑物等视差干扰；提出了适应性好且效率较高的模式互 斥分类器，该分类器利用结构模式作为描述局部特征的基本方式，利用两类目标特有模式 的互斥性建立分类器；基于候选区域模式与环境模式的互斥性动态选择参与分类的模式， 并利用模式互斥分类器对图像块进行快速分类，最终得到运动目标检测结果。本发明不涉 及大规模的数值计算，可满足小型无人机对地运动目标检测的计算复杂度需求。
【附图说明】
[0018] 图1是本发明基于视觉的无人机对地运动目标检测方法框图；
[0019] 图2是特征不变量的几何意义
[0020] 图3是模式互斥分类器构建与分类方法技术路线
【具体实施方式】
[0021] 为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照 附图，对本发明进一步详细说明。
[0022] 本发明的技术思想是，利用颜色分布比对的方式去除"鬼影"区域；通过建立植被 模型，减弱树木的影响；通过"建筑物/运动目标"、"车辆/行人"分类，进一步去除建筑物 等视差干扰。为了实现图像块的快速分类，提出了适应性好且效率较高的模式互斥分类器， 该分类器利用结构模式作为描述局部特征的基本方式，利用两类目标特有模式的互斥性建 立分类器；基于候选区域模式与环境模式的互斥性动态选择参与分类的模式，并利用模式 互斥分类器对图像块进行快速分类。本发明不涉及大规模的数值计算，可满足小型无人机 对地运动目标检测的计算复杂度需求。
[0023] 图1是本发明基于视觉的无人机对地运动目标检测方法流程图，如图1所示，所述 方法包括以下步骤：
[0024] 步骤1 :对输入的无人机视频进行特征提取，对于提取得到的特征进行描述，并基 于提取得到的特征对于相邻两帧图像中的特征点进行匹配，得到多个特征点对；
[0025] 通过对现有技术的试验、分析和归纳总结，本发明首先采用FAST方法检测候选特 征点，从而以较低的代价过滤掉绝大多数没有特征的像素点；然后挖掘能够对候选特征点 进行约束的形状