[发明专利]基于视觉的无人机入侵检测与识别系统及方法

权利要求书

1.一种基于视觉的无人机入侵检测与识别系统，其特征在于：包括多个摄像机、目标检测模块和目标识别模块；所述目标识别模块包括运动轨迹判断器、光流特性判断器、变焦控制器和特征匹配器；所述摄像机部署于需监控区域；所述目标检测模块接收摄像机拍摄的视频数据，检测监控范围内是否存在运动目标，当检测到运动目标时，将目标运动轨迹以及所在区域信息发送给目标识别模块；所述运动轨迹判断器通过判断运动轨迹的规律性排除部分鸟类目标；所述光流特性判断器通过目标区域的光流特性是否为线性来判断目标是否为鸟类；所述变焦控制器控制摄像机变焦，获得更大更清晰的图像；所述特征匹配器使用尺度不变特征变换匹配算法进行匹配，识别是否为无人机。

2.根据权利要求1所述的基于视觉的无人机入侵检测与识别系统，其特征在于：所述的目标检测模块采用混合高斯建模背景差分法与三帧差分法相结合的运动目标检测方法；首先将混合高斯建模背景差分法获得的二值图像和三帧差分法获得的二值图像进行逻辑与运算，然后进行数学形态学滤波，获得目标轮廓。

3.根据权利要求1所述的基于视觉的无人机入侵检测与识别系统，其特征在于：该系统还包括监控中心，监控中心实时显示摄像机的监控画面，当接收到目标识别模块发送的无人机区域信息时，在监控画面中对无人机进行加框显示并报警。

4.一种基于视觉的无人机入侵检测与识别方法，其特征在于：该方法包括以下步骤：

(1)将摄像机部署于需监控区域；

(2)目标检测模块接收摄像机拍摄的视频数据，检测监控范围内是否存在运动目标，当检测到运动目标时，将目标运动轨迹以及所在区域信息发送给目标识别模块；

(3)目标识别模块对运动目标进行识别，判断运动目标是否为无人机，具体包括以下子步骤：

(3.1)无人机的飞行轨迹为折线，而鸟类的运动轨迹为光滑曲线；运动轨迹判断器根据这一特征排除部分鸟类目标；

(3.2)刚体的光流特性为线性，而非刚体的光流特性为非线性；无人机为刚体，鸟类为非刚体；光流特性判断器使用光流法计算运动目标所在区域的光流特性，并根据光流特性是否为线性进一步排除部分鸟类目标；

(3.3)根据运动目标在图像中的位置，控制摄像机云台转动，使运动目标保持在图像中心并同时逐渐放大摄像机的焦距，从而获得更大更清晰的图像且保证目标不会丢失；

(3.4)特征匹配器通过尺度不变特征变换匹配算法进行识别。

5.根据权利要求4所述的基于视觉的无人机入侵检测与识别方法，其特征在于：尺度不变特征变换匹配算法对运动目标进行识别的具体步骤为：

a.采集大量无人机图像构建数据库；

b.对数据库中每幅图像进行预处理：生成尺度空间，在尺度空间中检测极值点，确定关键点位置及方向，构造描述子，形成特征向量；

c.输入存在运动目标的图像后，对该图像进行与步骤b相同的处理获得各个关键点及其特征向量；

d.取数据库中某幅图像，计算存在运动目标的图像与数据库图像的各个关键点的特征向量之间的欧氏距离，用最近点欧氏距离除以次近点欧氏距离，若小于第一阈值，则两点匹配失败，若大于第一阈值，则两点匹配成功；根据上述关键点的匹配方法对存在运动目标的图像与数据库图像的所有关键点进行匹配，若匹配点对数大于第二阈值，即表示两幅图像匹配成功；

e.逐幅取数据库中的图像按照步骤d与存在运动目标的图像进行匹配，直至数据库某幅图像与存在运动目标的图像匹配成功。