[发明专利]一种基于光流法检测与贝叶斯预测的可见光动态定位方法

权利要求书

1.一种基于光流法检测与贝叶斯预测的可见光动态定位方法，其特征在于，所述的可见光动态定位方法包括下列步骤：

S1、通过高速摄像机输出包含可见光动态定位信息的图像序列，通过预处理图像的光流法检测可见光质心位置信息；

S2、通过贝叶斯法预测目标位置，获得可见光位置检测信息；

S3、对所述的可见光质心位置信息和所述的可见光位置检测信息，进行双重扩展卡尔曼融合滤波，获取最终动态信息。

2.根据权利要求1所述的一种基于光流法检测与贝叶斯预测的可见光动态定位方法，其特征在于，所述的步骤S1包括：

S101、对所述的图像序列进行去除背景噪声的处理；

S102、对处理后的图像校正各种原因所造成的图像退化，通过直方图均衡改变图像灰调和突出细节；

S103、对预处理后的图像通过光流法检测目标质心位置。

3.根据权利要求2所述的一种基于光流法检测与贝叶斯预测的可见光动态定位方法，其特征在于，所述的步骤S101中去除背景噪声的处理过程如下：

以整个图像序列作为处理对象，对图像序列场景像素取平均值和方差，使图像表现LED未调制时的特性，作为底层图像；

对图像序列中每一帧图像减去所述的底层图像，即得滤除背景噪声后的图像。

4.根据权利要求2所述的一种基于光流法检测与贝叶斯预测的可见光动态定位方法，其特征在于，所述的步骤S103包括：

S1031、利用图像传感器获得光流信号，检测运动物体的动态定位信息，分辨背景像素和LED像素；

S1032、利用图像传感器获得图像的光像素强度f，通过像素强度高斯分布计算像素点为LED像素点的条件概率，得到像素强度高的LED像素位置信息。

5.根据权利要求4所述的一种基于光流法检测与贝叶斯预测的可见光动态定位方法，其特征在于，所述的步骤S1031包括：

S10311、通过图像传感器对光流信号进行捕捉，获得摄像机和场景之间的相对运动产生视觉场景中物体、表面和边缘的视运动规律；

S10312、利用两个连续的图像构造显示运动方向的瞬时光流图，构造像素的运动矢量图，获得包含运动位移和运动方向的光流定位信息[r，θ]；

S10313、将[r，θ]坐标组合与给定的阈值比较，计算每个不超过阈值的稳定像素的有效运动矢量，获得有效运动矢量图，获得有运动矢量的像素点位置信息。

6.根据权利要求1所述的一种基于光流法检测与贝叶斯预测的可见光动态定位方法，其特征在于，所述的步骤S2包括：

S201、将光流和像素强度分布放在同一个窗口，记录所有输入特征；

S202、利用贝叶斯预测方法根据所述的输入特征，计算像素位置属于背景或者LED的概率；

S203、根据计算概率判断像素属于背景还是LED。

7.根据权利要求6所述的一种基于光流法检测与贝叶斯预测的可见光动态定位方法，其特征在于，所述的步骤S201包括：

S2011、通过选择包含质心位置大于窗口的初始搜索区域，对区域中目标像素值采样，得到计算区域直方图模型；

S2012、对图像序列处理区域的每一个像素通过查询区域直方图模型得到概率分布图；

S2013、将概率分布图转化为8位的灰度投影图，设置其中最亮的像素位置为目标质心位置。

8.根据权利要求6所述的一种基于光流法检测与贝叶斯预测的可见光动态定位方法，其特征在于，所述的步骤S202包括：

S2021、定义两个像素归属的两个事件，即：像素属于LED和不属于LED；

S2022、利用贝叶斯公式和光流定位信息[r，θ]以及传感器获取的像素强度信息f计算框图中事件发生的条件概率；

S2023、从一系列以前的图像到第n帧的贝叶斯概率获得目标位置的两个事件的概率。

9.根据权利要求1所述的一种基于光流法检测与贝叶斯预测的可见光动态定位方法，其特征在于，所述的步骤S3包括：

S301、将光流和像素强度获得的运动方向和运动位移信息，应用到运动模型，进行定位系统的状态预测，得出目标下一步的理论行进动作，即作为定位系统的状态预测值；

S302、将可见光通信定位信息，即目标当前时刻的位置信息，作为定位系统的实际观测值；

S303、根据状态预测值和实际观测值，产生特征值，进行观测预测；

S304、在状态预测值和实际观测值的期望特征之间辨识最佳匹配对，进行数据关联匹配；

S305、对上一步骤产生的所有匹配对进行扩展卡尔曼滤波融合，获取最终定位信息，并进行状态更新。