[發明專利]高速微小目標仿蠅視覺在線實時檢測裝置及檢測方法

有效

• 申請號: 201110315658.8
• 申請日: 2011-10-17
• 公開（公告）號: CN102510436A
• 公開（公告）日: 2012-06-20
• 發明（設計）人: 李敏;張學武;范新南;張卓;梁瑞宇;許海燕;宋鳳琴;林善明
• 申請（專利權）人: 河海大學常州校區
• 主分類號: H04N5/14
• 分類號: H04N5/14
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

技術領域

本發明涉及一種高速微小目標檢測裝置及檢測方法，屬于圖像處理和目標檢測技術領域。

背景技術

視頻圖像中運動目標的檢測問題始終是計算機視覺研究的核心問題之一，它在軍事制導、無人飛機駕駛、機器人視覺導航等方面具有廣泛的應用前景。其中動態復雜背景下高速運動的微小目標檢測則是運動目標檢測問題中的難點。這類問題難于處理的關鍵原因在于：微小目標本身缺乏易于分析和識別的特征；復雜背景導致微小目標的信噪比較低；運動狀態下背景模型難于估計和預測；高速運動微小目標的可檢測特征存在不確定性。

針對以上問題，目前已有的高速運動微小目標檢測算法主要有兩種解決方案：先檢測后跟蹤(DBT)和先跟蹤后檢測(TBD)。DBT方法中需要先對目標的位置進行檢測，然后根據檢測結果實現目標的跟蹤。常用的小波分析方法、背景抑制方法以及變換域等方法均是為了獲得準確的目標檢測效果，從而提高跟蹤的精度。檢測效果的好壞直接決定了跟蹤的成敗。因此這類算法通常需要目標與背景之間具有較高的信噪比。另外存在運動的復雜背景通常無法獲得準確的背景模型，從而導致微小目標檢測準確性下降，影響跟蹤效果。

TBD方法不同于DBT方法，首先對微小目標的運動軌跡進行估計和判斷，然后利用目標運動的連續性和一致性檢測出真正的目標。常用的算法有高階相關方法、時域濾波方法、粒子濾波方法等。這類算法可以實現較低信噪比條件下目標跟蹤，具有較強的抗干擾能力，成為目前高速運動微小目標檢測研究的熱點。然而其計算復雜度高、計算量大和存儲要求較高等問題對檢測的準確度和實時性的影響仍有待解決。

盡管人類已經掌握了強大數據處理能力的計算機技術和較高分辨率成像技術，但仍無法實現在運動復雜背景下對高速運動的微小目標實現穩定、實時檢測和跟蹤。

經過自然進化的昆蟲視覺系統如蠅類卻可以憑借有限數量的大腦神經細胞和較低分辨率的復眼系統，在高速飛行于復雜多變的自然場景中準確的捕捉食物或追逐配偶，其在計算準確度、抗干擾能力和原理簡易性上都大大超過了目前現有的目標檢測算法。隨著生物分析手段的不斷提高，人們不斷發現蠅類視覺系統對微小目標的檢測和跟蹤是通過小葉板神經元的大、小場景整合機理實現的。蠅類視覺系統中大、小場景整合機理對應于小葉板上單、雙極池細胞不同的調度機制實現的。大場景整合將出現頻率較高、變化速度緩慢的背景紋理特征進行抑制，同時對大范圍的背景運動信息進行估計，獲得平衡蠅類自身飛行的扭矩信息保證蠅類飛行的自身平衡；小場景整合機理則對出現頻率較低、變化速度快的微小目標進行非線性特征增強，提高小尺寸目標特征的可感知度，同時準確估計微小目標的運動方向信息，從而使得蠅類視覺系統具有對高速飛行微小目標進行高精度、在線實時檢測的能力。

發明內容

本發明的目的是針對當前計算機視覺對高速運動微小目標檢測存在的計算原理復雜、計算量大、抗背景干擾能力差等局限性，特別是在動態復雜自然場景條件下背景模型無法準確估計，以及高速運動微小目標特征匱乏等問題，本發明借鑒蠅類視覺的大小場景整合機理，模擬蠅類從視覺信息獲取到視網膜初級運動信息估計再到小葉板高階神經元信息整合處理的過程，構建復雜背景下高速微小目標仿蠅視覺在線檢測裝置及其工作方法，利用平行神經整合機理實現對微小目標的檢測和跟蹤。

為解決上述技術問題，本發明提供一種高速微小目標仿蠅視覺在線實時檢測裝置，其特征是，包含

圖像信號采集模塊、初級視覺信息處理模塊、目標檢測跟蹤模塊；

所述圖像信號采集模塊中包含兩部CCD圖像傳感器及與所述CCD圖像傳感器對應的可編程視頻信號處理器；

所述初級視覺信息處理模塊中包含用于視頻圖像配準和初級運動估計的第一DSP芯片和與所述第一DSP芯片連接的第一存儲芯片；

所述目標檢測跟蹤模塊中包含：

2個并列的FPGA芯片，用于根據單極池細胞、雙極池細胞的調度機制分別實現大、小場景整合的高階信息處理，

與所述FPGA芯片連接的第二存儲芯片，

與所述第二存儲芯片連接的第二DSP芯片，將結合所述FPGA芯片輸出的抑制后的復雜背景和運動矢量估計信息進行目標檢測和跟蹤。

所述FPGA芯片封裝了單極池細胞和雙極池細胞單元。

所述第一DSP芯片中包含將相鄰兩個時刻配準好的全景圖像進行運動估計的初級運動檢測器模型，所述初級運動檢測器模型由初級運動檢測器單元EMD陣列組成，每個初級運動檢測器單元EMD與圖像中的像素一一對應。

基于權利要求1的高速微小目標仿蠅視覺在線實時檢測方法，其特征是，包括以下步驟：