[發明專利]無人機可見光圖像中的弱小目標檢測方法

在審

• 申請號: 201510320098.3
• 申請日: 2015-06-11
• 公開（公告）號: CN104966054A
• 公開（公告）日: 2015-10-07
• 發明（設計）人: 張建龍;高新波;趙坤;張國賓;王勇
• 申請（專利權）人: 西安電子科技大學;中國電子科技集團公司第二十七研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

本發明公開了一種無人機可見光圖像弱小目標檢測方法，主要解決現有技術因形狀信息中存在的縮放和旋轉而導致目標很難檢測的問題。其實現步驟為：(1)輸入一幀含有多個人物目標的無人機圖像，從中提取兩個圖像塊作為目標模板，每個圖像塊含有1個人物目標；(2)求取目標模板的均值μ、標準差σ和熵H；(3)對輸入圖像進行增強處理，并對增強后的圖像按照顏色信息進行分割，得到多個超像素塊；(4)對所有的超像素塊，依次進行特征提取及識別，完成目標的初步檢測：(5)對完成上述目標初步檢測的圖像，進行虛假目標剔除，得到最終的檢測結果。本發明有效提高了無人機圖像中的弱小目標的識別準確率，可用于無人機可見光圖像或視頻中。

技術領域

本發明屬于圖像處理領域，更進一步涉及弱小目標的檢測方法，可用于無人機可見光圖像或視頻中。

背景技術

無人機UAV是一種有動力、可控制、能攜帶多種任務設備、執行多種任務，并能重復使用的無人駕駛飛行器。隨著無人機性能的不斷提高，以及其所具有的體積小、機動靈活、不易被發現等優點，使得無人機在偵查和巡邏、建筑物勘察、航空地圖繪制、危險環境下的清障等軍事和民用特殊領域顯示出了巨大的應用潛力，因此一直受到世界各國的普遍重視。目標跟蹤歷來是無人機一個很重要的任務。

現有無人機主要采用兩種方法來實現目標識別：

第一種是用圖像中的顏色信息來表征原始圖像，即建立目標的顏色特征信息庫，通過顏色匹配進行目標識別。然而理想的顏色特征信息實際上是很難建立的，這主要是由于目標顏色的相似性與多樣性、環境光照的不穩定性、目標存在部分遮擋或陰影等原因造成的。

第二種是利用圖像的形狀信息來幫助人們以及機器完成識別目標的過程。在計算機中目標的形狀可以理解為目標的輪廓或者輪廓所包圍的區域，基于不同的理解，許多形狀識別方法已經被提出，如傅里葉描述子，邊緣，不變矩，質心，矩形度等，但應用在復雜的實際情況中還是有很大的困難，如縮放，旋轉造成的匹配困難。

發明內容

本發明的目的在于提出一種基于灰度信息和能量信息的無人機可見光圖像弱小目標識別方法，以避免現有技術因形狀信息中存在的縮放和旋轉而導致目標很難檢測的問題。

實現本發明的技術方案是：對輸入圖像進行增強和分割，對分割后的圖像分別進行兩次特征提取及識別，通過剔除虛假目標得到檢測結果。其實現步驟包括如下：

(1)輸入一幀含有多個人物目標的無人機圖像，從中提取N個圖像塊作為目標模板，每個圖像塊含有1個人物目標,1<＝N<＝3；

(2)求取目標模板的均值μ、標準差σ和熵H；

(3)對輸入圖像進行增強處理，并對增強后的圖像按照顏色信息進行分割，得到多個超像素塊；

(4)對所有的超像素塊，依次進行特征提取及識別，完成目標的初步檢測：

(4a)在每個超像素塊內，分別提取超像素塊的灰度均值μ和領域熵H特征；

(4b)判斷灰度均值μ和領域熵H特征是否滿足特征約束條件若滿足，則該超像素塊為初檢測目標，反之，則不是，其中μ'，σ'，H'表示目標模板的灰度均值，標準差及領域熵，K1表示超像素塊與目標模板的灰度均值相似度閾值，K2表示超像素塊與目標模板的領域熵相似度閾值；

(4c)對于初檢測目標，按照各目標間的重疊率對目標區域進行合并：若重疊率大于0.1，則將重疊區域進行合并，反之，則不。然后采用面積濾波去除部分錯誤的初檢測目標；