[發明專利]一種適用于戰場環境的機器人智能化全景光電偵察的方法

有效

• 申請號: 201910082427.3
• 申請日: 2019-01-28
• 公開（公告）號: CN109785357B
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 陳波;李江濤
• 申請（專利權）人: 北京晶品特裝科技有限責任公司
• 主分類號: G06T7/215
• 分類號: G06T7/215;G06T7/246;G06T3/40
• 代理公司: 北京志霖恒遠知識產權代理事務所(普通合伙) 11435
• 代理人: 郭棟梁

1.一種適用于戰場環境的機器人智能化全景光電偵察的方法，其特征在于，所述方法在機器人處于偽裝靜止情況下，通過背景建模的方法檢測出背景模型，并對背景模型進行更新及優化，進而利用差分法檢測出可疑目標，以及輪廓追蹤法標定目標的大小及位置；隨后利用扇區比例自動匹配技術，對于出現目標的扇區進行放大，對未出現目標的扇區擴大視場，最后將所有扇區的圖像根據特征點平滑過渡，最大限度的還原真實場景；

所述輪廓追蹤法包括，在搜索初期加入了點像素判據，即當某一點像素為1且周圍8個像素點為0時判斷該像素點為孤立目標點，立刻予以排除；在搜索結束時加入了目標區域大小判據，即當輪廓所包圍的像素區域的長、寬任一指標不大于3時，判斷該像素區域為噪點區域予以排除。

2.根據權利要求1所述的方法，其特征在于，所述方法包括以下步驟：

S1、扇區目標識別；

S2、扇區比例自動匹配；

S3、扇區無縫拼接；

S4、還原真實場景。

3.根據權利要求2所述的方法，其特征在于，所述S1只在機器人靜止的情況下進行，運動時不進行目標識別，假設在機器人的四周裝有多個圖像傳感器用來全景光電偵察，固定場景下識別目標的方法首先需要提取出每個扇區的背景，然后利用背景與前景的差分，來檢測出可疑目標。

4.根據權利要求3所述的方法，其特征在于，所述S1具體包括：

S11：根據像素統計法建立背景模型；

S12：根據視頻流循環更新背景模型；

S13：對背景模型進行分辨率優化；

S14：對背景模型進行增強；

S15：根據差分法，從背景模型中獲得可疑目標圖像；

S16：根據改進的輪廓追蹤法，從背景模型中標定目標的大小及位置。

5.根據權利要求4所述的方法，其特征在于，所述S16中改進的輪廓追蹤法具體包括以下步驟:

a、找到最左上方的目標點，并沿左下方進行初始搜索；

b、用現目標點按照a中所述左下方的方向搜索；

c、如果發現目標點，則將判斷其是否為初始點，如果不是目標點，則按照逆時針方向旋轉45°；

d、如果步驟c中目標點是起始點，則判斷其目標區域是否大于3×3；

e、如果步驟c中目標點不是起始點，則更新現目標點，并按照順時針旋轉90°，重復步驟b；

f、當步驟c中逆時針旋轉45°后，如果其未進行8個方向判斷，則重復步驟b，如果8個方向判斷完畢，則不加入目標集；

g、如果步驟d中目標區域大于3×3，則加入目標集，如果步驟d中目標區域不大于3×3，則不加入目標集。

6.根據權利要求2所述的方法，其特征在于，所述S2中，對出現目標的扇區，在識別到有威脅的目標后，縮小目標出現扇區的視場角，增加目標圖像的面積占比，獲得更清晰的目標圖像。

7.根據權利要求2所述的方法，其特征在于，所述S2中，對未出現目標的扇區，將視場角進行相應擴大，以壓縮非目標場景的圖像信息，當擴大到臨界值時，對目標做出及時響應，響應完畢后立即恢復到初始視場角。

8.根據權利要求2所述的方法，其特征在于，所述S3具體包括：

S31：將圖像傳感器獲取的圖像進行S1和S2處理后，引入像素計數器；

S32：通過像素計數器對位于相鄰扇區的互相重疊的垂直n列像素進行特征點檢測；

S33：將相鄰扇區的所有特征點對進行拼接及平滑處理，在保證相鄰扇區接縫處圖像質量的同時，最大限度降低輸出圖像的延遲。