[發明專利]一種基于周視系統實現地面運動目標監測的方法

在審

• 申請號: 201410450245.4
• 申請日: 2014-09-04
• 公開（公告）號: CN105469421A
• 公開（公告）日: 2016-04-06
• 發明（設計）人: 顧國華;徐富元;陸愷立;費小亮;錢惟賢;任侃;隋修寶;陳錢;路東明
• 申請（專利權）人: 南京理工大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;H04N7/18
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 唐代盛;孟睿

技術領域

本發明方法屬于數字圖像處理與模式識別領域，具體涉及一種基于周視系統實現地面運動目標監測的方法。

背景技術

地面運動目標監測系統已經成為智能監控與區域防御的重要組成部分。地面運動目標監測系統能夠實現對可視視場內運動目標的自動捕獲，進而完成對目標的跟蹤與識別。在傳統的地面運動目標監測系統中，大多數是采用背景更新和目標分割等處理方法將運動目標從靜止的場景中提取出來,并且均可成熟的應用與實際的系統中，提高系統對靜止場景內運動目標檢測的概率和完整程度。但在傳統的運動目標檢測方法中，探測器處于靜止狀態工作，系統僅能對探測器可視范圍的區域實現運動目標檢測。因此該類系統只能用于小范圍的安防監控，在監控區域方面具有一定的局限性。

目前，可以用周視系統實現全方位的監視，但利用周視系統實現地面運動目標監測主要有以下三個難點：由于探測器的運動導致在絕對坐標系中背景和運動的目標在成像平面上的投影都在運動，使得區分圖像中的背景與運動目標變得尤為困難，常常會出現大量虛警；由于探測器的運動導致相機坐標系的變化，因此相鄰的圖像之間的像素對應關系比較難以獲得；在對探測器的運動補償中，常常出現不可避免的誤差和積累誤差，該類誤差對系統的虛警率和探測率有嚴重的影響。解決這三個難點主要有以下文獻中的方法：

文獻一(YuanC,MedioniG,KangJ,etal.Detectingmotionregionsinthepresenceofastrongparallaxfromamovingcamerabymultiviewgeometricconstraints[J].PatternAnalysisandMachineIntelligence,IEEETransactionson,2007,29(9):1627-1641.)提出了一種利用多視角幾何的理論，推導出相鄰圖像之間的幾何約束關系，獲得了相鄰的圖像之間的像素對應關系。但是文中提出的幾何約束關系具有一定局限性，無法滿足所有的應用場景。

文獻二(LourakisMIA,ArgyrosAA,OrphanoudakisSC.Independent3Dmotiondetectionusingresidualparallaxnormalflowfields[C]ComputerVision,1998.SixthInternationalConferenceon.IEEE,1998:1012-1017.)提出采用光流法計算場景中背景與運動目標的運動信息，利用探測器運動約束與圖像特征點運動信息實現運動目標的檢測，有效的降低了因為匹配誤差對系統性能的影響。但是文中采用稀疏光流作為檢測樣本，因此系統的檢測率和探測率都難以提高。

文獻三(M.Heikkila,M.Pietikainen.Atexture-basedmethodformodelingthebackgroundanddetectingmovingobjects[J],IEEETransactionsonPatternAnalysisandMachineIntelligence28(4)(2006)657–662.)提出了一種用背景建模的方法實現運動目標檢測，該方法移植到轉動紅外探測器系統中時，通過背景模型可以有效的提高系統的對運動目標的探測率。但是由于視差的存在，其檢測結果中干擾目標較多，虛警率較高。

發明內容

本發明的目的在于提出一種基于周視系統實現地面運動目標監測的方法，降低了計算量和檢測虛警率。

為了解決上述技術問題，本發明提供一種基于周視系統實現地面運動目標監測的方法，首先從多視角理論出發推導出周視系統中探測器旋轉時相鄰圖像之間的像素對應關系；其次利用相鄰圖像之間的像素對應關系，根據多幀目標檢測的方法建立目標檢測模型，區分出實際場景中的運動區域與靜止區域，從而減少圖像匹配誤差和匹配累積誤差對目標檢測的影響；最終采用在極坐標系下的航跡關聯實現多目標跟蹤。具體包括以下步驟：

步驟一：采集周視系統中連續圖像，用特征點檢測的方法分別獲得相鄰圖像中的特征點信息。

步驟二：采用特征點匹配的方法實現相鄰的圖像中的特征點之間的匹配，獲取相鄰的圖像中的特征點之間的匹配關系。

步驟三：根據相鄰的圖像之間的對應關系公式和相鄰圖像中特征點之間的匹配關系，利用最小二乘算法和RANSAC算法，求解相鄰圖像之間的像素變換關系。

步驟四：利用運動目標檢測模型和相鄰圖像之間的像素變換關系實現基于周視系統中運動目標的分割。