[發(fā)明專利]一種基于事件相機(jī)的動(dòng)態(tài)目標(biāo)檢測方法

有效

• 申請?zhí)枺?/td>: 202011088240.3
• 申請日: 2020-10-13
• 公開（公告）號(hào): CN111931752B
• 公開（公告）日: 2021-01-01
• 發(fā)明（設(shè)計(jì)）人: 尹彥卿;羅偉;陳夢云;蔡旭陽;陳瑋
• 申請（專利權(quán)）人: 中航金城無人系統(tǒng)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/40;G06K9/46;G06K9/62
• 代理公司: 南京冠譽(yù)至恒知識(shí)產(chǎn)權(quán)代理有限公司 32426
• 代理人: 夏恒霞

1.一種基于事件相機(jī)的動(dòng)態(tài)目標(biāo)檢測方法，其特征在于，包括如下步驟：

S1：事件流滾動(dòng)積分：對事件相機(jī)輸出的事件流進(jìn)行積分滾動(dòng)更新，形成事件流三維矩陣；

S2：噪聲信號(hào)濾波：對步驟S1中形成的事件流三維矩陣進(jìn)行濾波處理，去除噪聲信號(hào)；

S3：事件點(diǎn)運(yùn)動(dòng)計(jì)算：計(jì)算步驟S2中去除噪聲信號(hào)后事件流三維矩陣的每個(gè)像素的運(yùn)動(dòng)量，提取出動(dòng)態(tài)邊緣點(diǎn)；

S4：動(dòng)態(tài)物體像素填充：對步驟S3中檢測到的邊緣點(diǎn)進(jìn)行集合歸類，對未被歸類的邊緣點(diǎn)進(jìn)行像素填充，劃分出動(dòng)態(tài)物體。

2.根據(jù)權(quán)利要求1所述的一種基于事件相機(jī)的動(dòng)態(tài)目標(biāo)檢測方法，其特征在于，所述步驟S1中，事件流中的每個(gè)事件用一個(gè)四元組（x,y,timestamp,polarity）來表示，構(gòu)造一個(gè)三維矩陣形式的事件三維數(shù)組E，其三維坐標(biāo)分別為timestamp、x、y，數(shù)據(jù)元素的取值表示事件的極性，即：

其中x、y為事件發(fā)生的像素點(diǎn)二維坐標(biāo)，timestamp為事件產(chǎn)生的時(shí)間戳，單位為毫秒；polarity為事件信號(hào)的極性，亮度降低超過閾值為-1，亮度升高超過閾值為+1，亮度變化未超過閾值時(shí)，則不產(chǎn)生事件；

timestamp方向的長短為事件流積分時(shí)間，按照待檢測目標(biāo)的運(yùn)動(dòng)速度來決定：對于高速運(yùn)動(dòng)的物體，積分時(shí)間為10ms；每次進(jìn)行檢測時(shí)，采用滾動(dòng)更新的策略更新事件流三維矩陣，即刪去所有時(shí)刻先于當(dāng)前時(shí)刻-10ms的數(shù)據(jù)點(diǎn)，同時(shí)插入最新的事件流數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種基于事件相機(jī)的動(dòng)態(tài)目標(biāo)檢測方法，其特征在于，所述步驟S2中，使用統(tǒng)計(jì)濾波的方式將事件流三維矩陣的噪聲信息進(jìn)行去除，具體的步驟如下：

S2.1：對事件相機(jī)捕捉到的每個(gè)事件點(diǎn)，按照鄰域擴(kuò)展的方式逐步搜索其鄰域，對找到的第一個(gè)點(diǎn)，即最接近的事件，計(jì)算其歐氏距離：

S2.2：遍歷整個(gè)事件點(diǎn)的最近歐氏距離表，并計(jì)算歐氏距離分布的平均值和標(biāo)準(zhǔn)差；

S2.3：對距離最近點(diǎn)歐氏距離大于均值與標(biāo)準(zhǔn)差之和的數(shù)據(jù)點(diǎn)，將其作為離群噪聲點(diǎn)去除；

S2.4：取保留下來的事件點(diǎn)，作為濾波后的三維事件矩陣，輸入下一步計(jì)算。

4.根據(jù)權(quán)利要求1所述的一種基于事件相機(jī)的動(dòng)態(tài)目標(biāo)檢測方法，其特征在于，所述步驟S3中，事件相機(jī)在運(yùn)動(dòng)時(shí)能夠產(chǎn)生事件信號(hào)的像素點(diǎn)為物體的邊緣點(diǎn)投影像素；

每個(gè)像素點(diǎn)在一個(gè)積分周期內(nèi)運(yùn)動(dòng)速度設(shè)為一常數(shù)，且，待檢測的運(yùn)動(dòng)目標(biāo)在極短的時(shí)間內(nèi)為剛體，即某像素點(diǎn)的運(yùn)動(dòng)速度與周邊一小時(shí)空域內(nèi)的點(diǎn)運(yùn)動(dòng)速度是一致的；

在極短的積分時(shí)間內(nèi)，某點(diǎn)及周圍時(shí)空鄰域內(nèi)的點(diǎn)所構(gòu)成的運(yùn)動(dòng)曲面為一平面；該點(diǎn)的運(yùn)動(dòng)速度，即為該平面在x、y方向上對時(shí)間的偏導(dǎo)數(shù)。

5.根據(jù)權(quán)利要求4所述的一種基于事件相機(jī)的動(dòng)態(tài)目標(biāo)檢測方法，其特征在于，

某點(diǎn)附近平面偏導(dǎo)數(shù)的計(jì)算方法包括以下步驟：

S3.1：對成像范圍內(nèi)的所有點(diǎn)進(jìn)行掃描，設(shè)其在三維矩陣中的坐標(biāo)為(x,y,t),取其一個(gè)小范圍的時(shí)空鄰域，記其空間鄰域尺度為ε×ε，時(shí)間維度為[t-△t, t+△t]，記該空間鄰域包圍的事件點(diǎn)集為S；

S3.2：在該時(shí)空鄰域內(nèi)，使用最小二乘法在事件點(diǎn)(x,y)附近擬合平面參數(shù)；

S3.3：對每個(gè)點(diǎn)，根據(jù)平面參數(shù)計(jì)算平面x、y方向上的偏導(dǎo)，得出運(yùn)動(dòng)速度；

S3.4：設(shè)定一個(gè)運(yùn)動(dòng)速度閾值T，對于運(yùn)動(dòng)速度大于閾值的點(diǎn)，將其記為動(dòng)態(tài)邊緣點(diǎn)。

6.根據(jù)權(quán)利要求5所述的一種基于事件相機(jī)的動(dòng)態(tài)目標(biāo)檢測方法，其特征在于，所述步驟S3.4中，運(yùn)動(dòng)速度閾值T的選取依據(jù)為：

其中f為事件相機(jī)的焦距，V為預(yù)期檢測出的目標(biāo)運(yùn)動(dòng)速度，d為目標(biāo)到事件相機(jī)的典型距離，Nx、Ny為事件相機(jī)在x、y方向上一個(gè)單位長度內(nèi)的像素?cái)?shù)。

7.根據(jù)權(quán)利要求1所述的一種基于事件相機(jī)的動(dòng)態(tài)目標(biāo)檢測方法，其特征在于，所述步驟S4中，像素填充和劃分動(dòng)態(tài)物體邊緣點(diǎn)具體包括以下步驟：

S4.1：掃描步驟S3中檢測到的所有邊緣點(diǎn)；

S4.2：若其尚未被歸入某個(gè)邊緣點(diǎn)集合，則為其單獨(dú)創(chuàng)建一個(gè)邊緣點(diǎn)集；若已被歸入某個(gè)邊緣點(diǎn)集，則跳過不做處理；

S4.3：采用寬度優(yōu)先搜索的方式，搜索其所有鄰接的邊緣點(diǎn)，并全部歸入到該邊緣點(diǎn)集內(nèi)；

S4.4：若該邊緣點(diǎn)集構(gòu)成一個(gè)閉合曲線，則將內(nèi)部像素與該邊緣點(diǎn)集一起構(gòu)成一個(gè)運(yùn)動(dòng)目標(biāo)集合；

S4.5：若該邊緣點(diǎn)集未構(gòu)成一個(gè)閉合曲線，則信息不足以判斷運(yùn)動(dòng)目標(biāo)是在曲線的哪一側(cè)，此時(shí)只將邊緣點(diǎn)集構(gòu)成一個(gè)運(yùn)動(dòng)目標(biāo)集合；

S4.6：對剩余的邊緣點(diǎn)，重新輸入到步驟S4.2繼續(xù)處理，如此循環(huán)往復(fù)。