一种基于周视系统实现地面运动目标监测的方法
【技术领域】
[0001] 本发明方法属于数字图像处理与模式识别领域，具体涉及一种基于周视系统实现 地面运动目标监测的方法。
【背景技术】
[0002] 地面运动目标监测系统已经成为智能监控与区域防御的重要组成部分。地面运 动目标监测系统能够实现对可视视场内运动目标的自动捕获，进而完成对目标的跟踪与识 另IJ。在传统的地面运动目标监测系统中，大多数是采用背景更新和目标分割等处理方法将 运动目标从静止的场景中提取出来，并且均可成熟的应用与实际的系统中，提高系统对静 止场景内运动目标检测的概率和完整程度。但在传统的运动目标检测方法中，探测器处于 静止状态工作，系统仅能对探测器可视范围的区域实现运动目标检测。因此该类系统只能 用于小范围的安防监控，在监控区域方面具有一定的局限性。
[0003] 目前，可以用周视系统实现全方位的监视，但利用周视系统实现地面运动目标监 测主要有以下三个难点：由于探测器的运动导致在绝对坐标系中背景和运动的目标在成像 平面上的投影都在运动，使得区分图像中的背景与运动目标变得尤为困难，常常会出现大 量虚警；由于探测器的运动导致相机坐标系的变化，因此相邻的图像之间的像素对应关系 比较难以获得；在对探测器的运动补偿中，常常出现不可避免的误差和积累误差，该类误差 对系统的虚警率和探测率有严重的影响。解决这三个难点主要有以下文献中的方法：
[0004] 文献一 (Yuan C, Medioni G, Kang J, et al. Detecting motion regions in the presence of a strong parallax from a moving camera by multiview geometric constraints [J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 2007, 29 (9) :1627-1641.)提出了一种利用多视角几何的理论，推导出相邻图像之间的 几何约束关系，获得了相邻的图像之间的像素对应关系。但是文中提出的几何约束关系具 有一定局限性，无法满足所有的应用场景。
[0005] 文献二（Lourakis Μ I A，Argyros A A，Orphanoudakis S C. Independent 3D motion detection using residual parallax normal flow fields[C]Computer Vision，1998. Sixth International Conference on. IEEE，1998:1012-1017.)提出米用光 流法计算场景中背景与运动目标的运动信息，利用探测器运动约束与图像特征点运动信 息实现运动目标的检测，有效的降低了因为匹配误差对系统性能的影响。但是文中采用稀 疏光流作为检测样本，因此系统的检测率和探测率都难以提高。
[0006] 文献三（M. Heikkila，M. Pietikainen. A texture-based method for modeling the background and detecting moving objects[J]，IEEE Transactions on Pattern Analysis and Machine Intelligence 28(4)(2006)657 - 662.)提出了一种用背景建模的 方法实现运动目标检测，该方法移植到转动红外探测器系统中时，通过背景模型可以有效 的提高系统的对运动目标的探测率。但是由于视差的存在，其检测结果中干扰目标较多，虚 警率较高。
【发明内容】
[0007] 本发明的目的在于提出一种基于周视系统实现地面运动目标监测的方法，降低了 计算量和检测虚警率。
[0008] 为了解决上述技术问题，本发明提供一种基于周视系统实现地面运动目标监测的 方法，首先从多视角理论出发推导出周视系统中探测器旋转时相邻图像之间的像素对应关 系；其次利用相邻图像之间的像素对应关系，根据多帧目标检测的方法建立目标检测模型， 区分出实际场景中的运动区域与静止区域，从而减少图像匹配误差和匹配累积误差对目标 检测的影响；最终采用在极坐标系下的航迹关联实现多目标跟踪。具体包括以下步骤：
[0009] 步骤一：采集周视系统中连续图像，用特征点检测的方法分别获得相邻图像中的 特征点信息。
[0010] 步骤二：采用特征点匹配的方法实现相邻的图像中的特征点之间的匹配，获取相 邻的图像中的特征点之间的匹配关系。
[0011] 步骤三：根据相邻的图像之间的对应关系公式和相邻图像中特征点之间的匹配关 系，利用最小二乘算法和RANSAC算法，求解相邻图像之间的像素变换关系。
[0012] 步骤四：利用运动目标检测模型和相邻图像之间的像素变换关系实现基于周视系 统中运动目标的分割。
[0013] 步骤五：利用相邻图像中特征点之间的匹配关系，根据探测器的旋转模型估计探 测器的旋转参数，采用在极坐标系下的卡尔曼滤波器实现运动目标的航迹关联。
[0014] 本发明与现有技术相比，其显著优点在于，本发明方法通过多视角理论推导出相 机旋转时相邻的图像之间的像素对应关系的公式；根据相邻的图像之间的像素对应关系 的公式，利用目标检测模型实现基于周视系统的运动目标的分割，其中提出的目标检测模 型可以有效解决匹配误差和积累误差对目标检测的影响；提出在极坐标系下的航迹关联实 现多目标跟踪，降低了计算量和检测虚警率。该系统可以广泛的应用于安防、监视等公共安 全方面。
【附图说明】
[0015] 图1是本发明基于周视系统实现地面运动目标监测方法的流程图
[0016] 图2是本发明基于周视系统实现地面运动目标监测方法中探测器转动示意图。
[0017] 图3是本发明基于周视系统实现地面运动目标监测方法的探测率曲线。
[0018] 图4是本发明基于周视系统实现地面运动目标监测方法的准确率曲线。
[0019] 图5是本发明基于周视系统实现地面运动目标监测方法的检测结果的图像序列 1〇
[0020] 图6是本发明基于周视系统实现地面运动目标监测方法的检测结果的图像序列 2〇
【具体实施方式】
[0021] 如图1所示，本发明基于周视系统实现地面运动目标监测的方法，包括以下步骤：
[0022] 步骤一：采集周视系统中连续图像，用特征点检测的方法分别获得相邻图像中的 特征点信息。
[0023] 本发明中提到的特征点可以是Harris角点、Moravec角点和Shi-Tomasi角点等， 在本实施例中采用Harris角点作为图像中的特征点，周视系统采集到的连续图像，通过特 征点检测方法可以得到在时间点t时刻的图像中角点的位置心= _··〇]，其 中1，:Fi)表示第i个Harris角点在t时刻的图像中的横坐标和纵坐标的位置，X表示横坐 标，y表示纵坐标，η表示特征点的个数。
[0024] 步骤二：采用特征点匹配的方法实现相邻的图像中的特征点之间的匹配，获取相 邻的图像中的特征点之间的匹配关系。
[0025] 本发明中提到的特征点匹配的方法可以是光流法、多层光流法和KLT等，在本实 施例中采用KLT特征点匹配方法作为特征点匹配的方法。利用KLT特征点匹配方法计算相 邻的图像之间Harris角点对应的关系。特征点匹配关系的集合可以表示为〈c t，ct+1>，其 中
ct+1是在时间点t+Ι时刻的图 像中角点的位置，(.Cvr1)表示第i个Harris角点在t+Ι时刻的图像中的横坐标和纵坐 标的位置，X表示横坐标，y表示纵坐标，η表示特征点的个数。在对应关系的集合<ct, ct A 中cdP c t+1中特征点--相互匹配对应。
[0026] 步骤三：根据相邻的图像之间的像素对应关系公式和相邻图像中特征点之间的匹 配关系，利用最小二乘算法和RANSAC算法，求解相邻图像之间的像素变换关系。
[0027] -、相邻的图像之间的像素对应关系公式的推导过程为：
[0028] 探测器的旋转的过程如图2所示，探测器的坐标系围绕着相机的光心旋转。图2 中，（X t、Yt、Zt)和（Xt+1、Yt+1、Z t+1)分别表示相机在t时刻和t+Ι时刻的探测器的坐标系，0 表示探测器的光心，X表示探测器坐标系的横轴，Y表示探测器坐标系的纵轴，Z表示坐标系 的深度轴；PJP P t+1分别表示三维空间中静止的点在时刻t和t+Ι在探测器坐标系中的坐 标，1,和I t+1表示旋转探测器在t时刻和t+Ι时刻采集到的相邻的两帧图像，P ,和p t+1分别 表示PjPPt+1在图像IjPIt+1对应的坐标。因此，根据相机投影模型可以得到公式（1)，
[0029]
[0030] 式（1)中，K为相机的内参，zJP z t+1分别表示P JP P t+1在t时刻和t+Ι时刻的探 测器坐标系中的深度坐标。
[0031] 根据刚性坐标系转换关系可以得到PJP P t+1之间的关系，如公式（2)所示，
[0032] Pt=Rt，t+1Pt+1+T ⑵
[0033] 式⑵中，Rt, t+1是3X 3的旋转矩阵，T是3X 1的平移矩阵。对于旋转探测器，其 平移矩阵T = 0,所以公式⑵可以写成如公式（3)所示，
[0034] Pt= R t，t+1P