[发明专利]无人机侦察视频分级运动补偿方法

说明书

技术领域

本发明属于数字视频图像处理技术领域，具体涉及一种无人机侦察视频的运动补偿方法。

背景技术

在运动目标检测领域，通常可根据背景是否存在运动而划分为静止背景下的运动目标检测和运动背景下运动目标的检测两类，进而对于进行检测的方法，可以划分为三类：静止背景下运动目标检测算法、运动背景下运动目标检测算法以及可以应用在两种情况下的运动目标检测算法。

无人机侦察视频是航空视频的一类，在这些具体应用中，由于飞行器和云台都具备主动运动，使背景存在较为复杂的运动，在没有目标完整先验知识的条件下，要实现运动目标检测，只能遵循第二类算法的思路，即获取较为准确的全局运动估计。

对于运动背景下的运动目标检测算法，核心思想是获得背景运动的规律，再通过运动补偿使帧间的全局运动尽可能减小或去除，之后可以按照静止背景的方法进行运动目标检测，这类算法中核心问题是进行全局运动估计，比较典型的有块匹配法、相位相关法等。前者是通过对视频帧进行分块、匹配，获得每个块的运动矢量，进而估计出整个帧的全局运动(即背景运动)；后者利用频域中的相位信息，应用傅立叶变换的平移性质，获得一帧的全局运动。还有一种方法称为光流法，通过对每个像素建立光流约束方程，解算出运动方向。

通过上述介绍不难看出各种方法的优势和限制，块匹配法简单易实现，但是块匹配法需要通过后续处理，比如统计平均等方式，才能得到全局运动估计；运动估计的效果受到搜索窗大小、匹配准则的不同会有所差异，而在实际应用会存在参差不齐的效果。相位相关法在频域中提取相位信息，不受图像内容复杂度的影响，具有很好的估计精度、可检测大位移和抗干扰能力，但因整幅图像频谱变换的计算量大，难以满足实时性要求，在实际中的应用还十分有限。对于光流法，虽然很多方法取得了较好的光流估计，但在计算光流时涉及到可调参数的人工选取、可靠性评价因子的选择困难，以及预处理对光流计算结果的影响，在应用光流对目标进行实时检测与自动跟踪时仍存在很多问题。

发明内容

本发明的目的是为了解决上述问题，提出一种无人机侦察视频分级运动补偿方法，具有如下步骤：

第一步，获取飞行参数。

从空速表、高度表、陀螺仪、摄像头云台控制系统等机载设备上提取飞行和云台运动参数。

第二步，全局运动一级补偿。

根据第一步中读取的飞行参数，通过简单的计算得出全局运动的一级补偿量，一级补偿后得到粗略的补偿结果。

第三步，全局运动二级补偿。

一级补偿后，两帧图像相差的全局运动已经很小，然后对几个选定的图像子块应用分块相位相关方法，得到两帧图像间仍残余的全局运动。根据分块的相位相关法可以精准的估计全局运动矢量。

第四步，进行全局运动补偿。

经过上述三步，已经得出了精确地全局运动矢量，用精确地全局运动矢量对视频进行补偿，得到静态背景的视频。在处理运动目标识别、跟踪时，就可以按照静止背景的方法进行处理了。

本发明的优点在于：

(1)估计精度高、可检测位移大和抗干扰性能优良；

(2)大大的减少了计算量；

(3)实时性强；

(4)参数选取灵活，适用性强。

附图说明

图1为本发明提供的无人机侦察视频分级运动补偿方法总体流程图；

图2为一级补偿计算流程图；

图3为二级补偿计算流程图；

图4为图像取块示意图；

图5分块相位相关法进行全局运动估计实例。

具体实施方式

下面结合附图，对本发明的具体实施方式进行详细说明，流程如图1所示，包括以下几个步骤：

第一步，获取飞行参数。

从空速表、高度表、陀螺仪、摄像头云台控制系统等机载设备上提取飞行和云台运动参数。

具体为：由上述空速表、高度仪、摄像头云台控制系统等设备上得到的飞行参数组成了多元集P：其中V_uav，H_uav为飞机的飞行速度与高度；α_uav，β_uav为飞机的方位角与俯仰角；V_cam为云台相对于飞机运动的速度；γ_cam，λ_cam为摄像机的转动角与俯仰角；为摄像机视场角；I(w，h)为所获视频流的每帧图像的宽和高(以像素为单位)；fr为视频流的帧率。

第二步，全局运动一级补偿。