[发明专利]一种基于有效目标判断的无人机机动目标检测方法

权利要求书

1.一种基于有效目标判断的无人机机动目标检测方法，其特征在于，所述目标检测方法应用基于BING特征的SVM分类器进行目标有效判断；所述目标检测方法包括以下步骤：

A)将上一帧图像与当前帧图像进行配准；

B)将配准结果与当前帧图像进行差分和边缘抑制；

C)对差分图像进行形态学处理，连通目标区域并去除噪点影响；

D)在步骤C)处理后的差分图像上检测目标区域，并对目标区域进行有效判断，提取出实际运动目标区域；

E)在原始图像中框选出有效运动目标并显示检测图像；

所述步骤D)对目标区域进行有效判断具体包括如下步骤：

(1)截取已有无人机实拍视频中的运动目标图像作为训练正样本，随机获得其他图像作为训练负样本，经过测试，正样本数量为400-600，负样本数量为800-1200；

(2)分别提取所有正负样本图像的BING特征，具体实现方式为：

对于输入图像s_i，计算s_i的梯度图像g_i，对梯度图像g_i进行尺度变化，获得尺度为gx*gx的梯度图像g_i^B，所述gx取值为8；对g_i^B中所有像素点的像素值进行归一化处理获得BING特征图像，所述归一化的阈值gt取为100；

(3)采用SVM对正负样本图像对应的BING特征图像进行训练，获得基于BING特征的目标有效性判断模板w；

(4)按照步骤(2)中的方法分别提取图像f_i中所有疑似目标区域的BING特征图像f_i^B{j}，对判断模板w和f_i^B{j}分别进行“与运算”，并统计运算结果中非零点的数量i₂，若i₂＞t则认为该区域为有效运动目标区域，若i₂＜t则认为该区域为无效运动目标区域，其中t为调节目标判断严格程度的参数。

2.根据权利要求1所述的一种基于有效目标判断的无人机机动目标检测方法，其特征在于，所述步骤A)具体包括如下步骤：将上一帧图像f_i-1进行缩放因子为s的尺度放缩，图像f_i-1缩放前的宽为w，高为h，图像f_i-1缩放后的低分辨率图像f_i-1^s的宽为高为在图像f_i-1^s上选取以图像中心点为中心，宽和高均为l的矩形tR，其中l取值为：其中为和中的最小值，将f_i-1^s图像上，tR区域的图像块f_i-1^tR作为低分辨率图像模板匹配的模块，在当前分辨率图像f_i^s匹配模版f_i-1^tR，得到在f_i^s上模版中心点的最佳匹配的位置(x，y)，应用如下公式计算两帧图像之间的水平和垂直方向上的偏移dx与dy：

根据偏移dx与dy对摄像机的平移运动进行补偿，重复操作完成对连续帧之间的平移运动补偿。