[發明專利]一種惡劣環境中的無人機檢測方法

有效

• 申請號: 201810057554.3
• 申請日: 2018-01-22
• 公開（公告）號: CN108446581B
• 公開（公告）日: 2022-07-19
• 發明（設計）人: 陳天明;常佳佳;董安冉;趙艷霞
• 申請（專利權）人: 北京理工雷科電子信息技術有限公司
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06T7/00;G06T7/187;G06T7/194
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 劉芳;仇蕾安

本發明提供了一種惡劣環境中的無人機檢測方法：利用相機采集惡劣環境中有無人機的視頻，處理視頻并獲得N幀圖像；根據所有圖像進行背景建模，得到背景模型；利用背景模型，將N幀圖像進行進行背景分割處理，得到去除背景模型的圖像，再通過對前后兩幅圖像的目標之間的歐氏距離比較和置信度設定識別圖像中的無人機。本發明通過圖像處理的手段檢測無人機，使人們能更加快捷方便地發現無人機，并迅速作出相應的處理。

技術領域

本發明屬于無人機檢測技術領域，具體涉及一種惡劣環境中的無人機檢測方法。

背景技術

近年來，隨著無人機技術的發展，其應用也逐步從學者的研究擴大到電影拍攝、大型活動拍攝以及房地產等商業領域。為了迎合市場，民用無人機迅猛發展，購買無人機的用戶也成倍增多，但是無人機會給機場等地帶來安全隱患，尤其是在惡劣環境(比如霧天等)下，隱患更大。而用戶卻鮮少關心，盡管國家規定禁飛區域，卻依然有人不遵守規定。

雖然國家已經出臺無人機監管措施，但是這些監管措施都不太容易具體實施，而在惡劣環境下，檢測無人機的難度會更大，傳統的檢測算法無法準確檢測到惡劣環境中的無人機，所以必須研究在惡劣環境中無人機檢測的算法及應用，也可為之后做無人機的追蹤等操作提供依據。

發明內容

為了解決上述技術問題，本發明提供了一種惡劣環境中的無人機檢測方法，能夠自動檢測無人機，能及時發現“有害”無人機，消除安全隱患，

實施本發明的技術方案如下：

一種惡劣環境中的無人機檢測方法，具體步驟為：

步驟1、利用相機采集惡劣環境中有無人機的視頻，處理視頻并獲得N幀圖像；

步驟2、利用步驟1中得到的所有圖像進行背景建模，得到背景模型；

步驟3、利用步驟2中獲得的背景模型，將步驟1中得到的所有圖像進行背景分割處理，得到去除背景模型的圖像，再通過對前后兩幅圖像的目標之間的歐氏距離比較和置信度設定識別圖像中的無人機。

進一步的，步驟2具體為：

第1步：設參數i的初始值為1；

第2步：對第i幀和第i+1幀圖像進行灰度化處理；

第3步：對第2步處理后的圖像進行幀差處理，即用第i幀圖像減去第i+1幀圖像得到幀差圖像；

第4步：對第3步處理后的幀差圖像進行二值化處理，得到二值化圖像，即利用自動分割閾值算法得到二值化閾值，將幀差圖像中灰度大于二值化閾值的像素值置為1，否則置0；

第5步：對第4步處理后的二值化圖像進行形態學腐蝕和形態學膨脹，得到1幅背景圖；

第6步：將i的數值加1后，判斷i的數值：

若i等于N-1，則跳轉到第7步，此時已得到N-1幅背景圖；

若i小于N-1，則跳轉到第2步；

第7步：計算背景圖中某一位置像素點在N-1幅背景圖中的像素值之和，記為該位置像素點的像素和值，將所述像素和值與比較閾值進行比較，若大于比較閾值，則該像素點被判定為背景，否則舍棄該像素點，用此方法判斷背景圖中所有位置的像素點，最終可以獲得背景模型，其中所述比較閾值為N*0.5。

進一步的，步驟3具體為：

第1步：設參數j的初始值為1；

第2步：對第j幀和第j+1幀圖像進行灰度化處理；

第3步：利用步驟2得到的背景模型，分別對第j幀和第j+1幀圖像進行背景分割，得到去除背景模型的兩幅圖像；