低空航拍视频中基于梯度抑制和极线约束的车辆检测方法
【技术领域】
[0001] 本发明属于数字图像处理领域，特别涉及一种低空航拍视频中基于梯度抑制和极 线约束的车辆检测方法。
【背景技术】
[0002] 受强视差影响的低空航拍视频有别于一般视频的特点，具体表现在W下几个方 面：
[0003] 第一，低空航拍视频是一种成像平台移动下的视频，即动态背景视频，成像平台在 H维空间中的运动导致投影到图像平面上静止背景像素点的运动W及运动目标像素点的 运动，静止背景像素点在图像中的运动是由成像平台的运动引起的，而运动目标在图像中 的运动则是由成像平台运动和目标自身的运动联合造成的。而且，背景的运动和目标的独 立运动将引起整幅图像像素的全局运动，采用静成像平台下的运动目标检测方法将导致整 幅图像的误检，对运动目标检测造成严重的干扰。第二，低空航拍视频中运动目标的尺寸较 小，低空航拍的距离至少是几十米，在成像装置拍摄的图像中目标占有较小的区域，而一般 监控视频运动目标往往会占有很大的区域，目标的分辨率也较大，比如室内监控视频中行 人，因此，低空航拍视频中的目标分辨率要小很多，甚至最低到几十个像素。而且目标过小 极易受到噪声的影响，目标可能被当成噪声而消除掉，因此进一步增加运动目标的检测难 度。第H，在低空航拍视频中，目标运动的背景中存在高大的物体（树木、大型建筑物和山 脉等），该些静止背景物体的尺寸相对于成像距离不可忽略，视频中峽与峽之间存在较大的 视角变化，会产生很强的视差，经过峽间图像配准W及初始运动目标检测之后，该些物体的 结构信息会被误检测成目标，尤其物体的边缘信息，进一步干扰运动目标检测，造成运动目 标检测的不准确。
[0004] 本发明主要解决消除受视差影响的低空航拍视频中车辆精确检测问题，现有的视 差消除方法大体上分为H类；第一类是平面-视差约束法；第二类是相对位置约束法；第H 类是其它方法。
[0005] 第一类，平面-视差约束法是首次由M. Irani提出的（具体参考文献；Irani M, Anandan P. Parallax geometry of pairs of points for 3d scene analysis[M]// Computer Vision一ECCV'96. Springer Berlin Heide化e;rg, 1996:17-30.)，其主要思想是 通过建立点对点之间的刚体约束来检测运动像素，一般需要在视频中不同峽之间假定一个 恒定的参考平面，然而该一假设可能不成立，随着拍摄区域的不断变化峽与峽之间的位置 变化也很大，固定的参考平面显然不合适。
[0006] 第二类，相对位置约束法是一种利用几何约束来进行像素点运动的判断 方法，其一般从多幅图像获得像素点之间的约束条件，比例Luong提出的基于两幅 图像的极线约束方法（具体参考文献；Luong Q T,Faugeras 0D. The fundamental matrix:Theory, algorithms, and stability analysis[J].International Journal of Computer Vision, 1996, 17 (1) :43-75.)。Hartley 提出的相邻H 幅图像之间的H线约 束（具体参考文献：Hartley R, Zisserman A. Multiple view geometry in computer vision[M]. Cambridge university press, 2003.)。W及孙浩提出了一种基于四个视角的 多视极限约束来检测独立运动目标（具体参考文献；孙浩.运动成像平台近景视频运动目 标检测技术研究巧].国防科学技术大学，2011.)，能够克服极线约束无法检测独立运动目 标的特殊情况，达到了较好的效果，但是该类方法随着图像数量的增加其计算复杂度也随 之增加，极线约束方法是该类方法中速度最快的。W上两类方法主要利用图像间的几何关 系对图像中的每一像素点进行约束。
[0007] 第H类，其它方法，如V.Reily提出的梯度抑制法（具体参考文献；Reilly V, Idrees H, Shah M. Detection and tracking of large number of targets in wide area surveillance[M]//Computer Vision-ECCV 2010.Springer Berlin 化ide化erg, 2010:186-199.)，利用视差像素主要出现在背景边缘该一特点，从而可W消 除视角变化不大的视差像素的抑制，具有算法简单、速度快、易实现等优点。Y. Qian等 人提出一种基于4D空间的运动模式分析方法，利用光流信息投影到4D空间中，分割出 不同的运动模式，进行独立运动目标的判断（具体参考文献：化Q，Medioni G.Motion pattern interpretation and detection for tracking moving vehicles in airborne video[C]//Computer Vision and Pattern Recognition, 2009. CVPR 2009.I趾E Conference on.IE邸，2009:2671-2678.)。
【发明内容】
[0008] 本发明所要解决的技术问题是，针对现有技术不足，提供低空航拍视频中基于梯 度抑制和极线约束的车辆检测方法，提高低空航拍视频中车辆的检测速度、准确度和更好 的鲁棒性。
[0009] 为解决上述技术问题，本发明所采用的技术方案是；一种低空航拍视频中基于梯 度抑制和极线约束的车辆检测方法，包括W下步骤：
[0010] (S1)峽间图像配准：在低空航拍视频中选取包含待检测车辆的一峽图像作为参 考图像，该峽的后一峽图像作为待配准图像，分别检测两幅图像的SURF特征，然后匹配两 幅图像特征，计算得到图像配准的仿射变换参数，将待配准图像根据计算出的参数进行逆 变换，得到配准结果图像，将两幅图像统一到同一个坐标系中；
[0011] (S2)初始运动目标检测；对配准后的两幅图像（即；参考图像和配准结果图像） 利用峽差法进行处理，得到车辆的大致区域W及图像背景中被误检成目标的区域；
[0012] (S3)获得车辆的准确区域：先利用梯度抑制法消除部分视差像素，然后采用极线 约束法消除梯度抑制法未消除的视差像素，得到包含车辆像素W及剩余视差像素的检测结 果图像；
[0013] (S4)分割出完整的车辆；对所述步骤（S3)中的检测结果图像先进行形态学操作， 滤除视差像素，得到的车辆像素，然后利用灰度投影法分割出完整的车辆。
[0014] 与现有技术相比，采用本发明所获得的有益效果为；本发明提出的利用梯度抑制 和极线约束相结合的视差消除方法，能够很好的消除强视差对车辆检测的影响，进而更快 而有效的检测出低空航拍视频中的车辆。首先梯度抑制法是一种能够很好抑制物体边缘产 生的误检，尤其受视差影响较小时的效果非常理想，但梯度抑制法不能很好的消除强视差 的影响，因此采用了极线约束方法，对梯度抑制后的图像中误检的像素进行注意判断，消除 剩余视差像素，得到精确的目标像素，最终利用灰度投影的分割方法来分割完整的车辆。 [001引说明书附图
[0016] 图1是本发明的方法流程图；
[0017] 图2是参考图像和待配准图像；
[001引图3是巾贞间图像配准流程图；
[0019] 图4是初始运动目标检测结果图像；
[0020] 图5进行梯度抑巧IJ后得到结果图像；
[0021] 图6极线约束的原理图；
[0022] 图7进行极线约束后得到的结果图像；
[0023] 图8车辆分割结果图像；
【具体实施方式】
[0024] 下面，结合附图和【具体实施方式】对本发明作进一步说明。
[0025] 如图1所示，为本发明的方法流程图，本发明提供了一种低空航拍视频中基于梯 度抑制和极线约束的车辆检测方法，具体包括步骤如下：
[002引 （S1)巾贞间图像配准；如图2所示，在低空航拍视频中选取包含检测车辆的峽，其中 第55峽作为参考图像，第56峽作为待配准图像，图像的大小为480X640像素，分别检测两 幅图像的SURF(Speeded化Robust FeETtures)特征，其中参考图像中检测到的特征点个数 为1021个，待配准图像中检测到的特征点个数为1104个，然后匹配两幅图像特征，得到匹 配点个数为759个，根据该些匹配的特征点个数，计算得到图像配准的仿射变换参数，该参 数为
【主权项】
1. 一种低空航拍视频中基于梯度抑制和极线约束的车辆检测方法，其特征在于，包括 W下步骤： (51) 峽间图像配准；在低空航拍视频中选取包含待检测车辆的一峽图像作为参考图 像，该峽的后一峽图像作为待配准图像，分别检测两幅图像的SURF特征，然后匹配两幅图 像特征，计算得到图像配准的仿射变换参数，将待配准图像根据计算出的参数进行逆变换， 得到配准结果图像； (52) 初始运动目标检测；对配准后的两幅图像利用峽差法进行处理，得到车辆的大致 区域W及图像背景中被误检成目标的区域； (53) 获得车辆的准确区域：先利用梯度抑制法消除部分视差像素，然后采用极线约束 法消除梯度抑制法未消除的视差像素，得到包含车辆像素W及剩余视差像素的检测结果图 像； (54) 分割出完整的车辆；对所述步骤（S3)中的检测结果图像先进行形态学操作，滤除 视差像素，得到的车辆像素，然后利用灰度投影法分割出完整的车辆。
2. 如权利要求1所述的低空航拍视频中基于梯度抑制和极线约束的车辆检测方法，其 特征在于：所述步骤（S2)中的峽差法为将用于峽差的两幅图像作差，设定一个阔值对作差 结果图像进行判断，大于该阔值的判断为运动目标并置为1，小于阔值的判断为背景并置为 0。
3. 如权利要求1所述的低空航拍视频中基于梯度抑制和极线约束的车辆检测方法，其 特征在于：所述步骤（S4)中的形态学操作为先进行腐蚀操作，后进行膨胀操作。
【专利摘要】本发明属于数字图像处理领域，特别涉及一种低空航拍视频中基于梯度抑制和极线约束的车辆检测方法，具体包括以下步骤：(S1)帧间图像配准，得到配准结果图像，(S2)初始运动目标检测，得到车辆的大致区域以及图像背景中被误检成目标的区域；(S3)获得车辆的准确区域，得到包含车辆像素以及剩余视差像素的检测结果图像；(S4)分割出完整的车辆：对检测结果图像先进行形态学操作，滤除视差像素，得到的车辆像素，然后利用灰度投影法分割出完整的车辆。本发明利用梯度抑制和极线约束相结合的视差消除方法，能够很好的消除强视差对车辆检测的影响，进而更快而有效的检测出低空航拍视频中的车辆。
【IPC分类】G06T7-20
【公开号】CN104616320
【申请号】CN201510054696
【发明人】徐玮, 杨建 , 王炜, 熊志辉, 张茂军
【申请人】中国人民解放军国防科学技术大学
【公开日】2015年5月13日
【申请日】2015年2月3日