[发明专利]全景和精准图像跟踪系统的机场鸟类信息自动获取方法

摘要

本发明提供了基于全景图像监视和精准图像跟踪系统的机场鸟类信息获取方法，全景图像监视系统是在半球多面体上密排列可见及红外光CCD摄像阵列覆盖低空全景，全景图像监视系统在大场景范围内自动监测有无鸟类活动，若有鸟内活动则给信号启动图像精准跟踪系统对鸟类进行跟踪，精准图像跟踪监测系统采用大幅面、高帧率CCD及高倍变比的多可变可控自动镜头，实现若干平方公里范围内精准跟踪监测，使得分辨率达到区别鸟类特征斑点的精度，获得鸟类体长、体型、翅型、尾型、羽色的形态特征，包括飞行路线、飞行姿态、翅膀扇动频率及幅度、停落姿态在内的鸟类行为姿态以及觅食习性的细节性信息。

主权项

基于全景图像监视和精准图像跟踪系统的机场鸟类信息获取方法，其特点包括以下步骤：步骤1： 鸟类的活动时间、范围以及其它习性都不能预知，只有进行全景监测才能抓获鸟类的活动，由于单个CCD分辨率大小及镜头视场角有限，难以完成全景监视，采用阵列方式、用多个CCD阵列可以实现全景监视，覆盖整个监视范围；（1） 在鸟类全景阵列图像监测系统图像采集方面，在半球多面体上密排列可见和红外光CCD摄像阵列覆盖地面全景，多个CCD同步采集图像信号，根据需要，对每一路CCD图像可以独立压缩记录；（2） 固定每个CCD焦距，使得视场角已知，当给定距离时，某一CCD独立监视区域以及该CCD与相邻CCD共同监视的区域是确定的；鸟类全景阵列图像监测系统中对于给定的监视距离，每一个CCD监视区域将划分为独立监视区域，即其它CCD不能监视到的区域，以及交叉的冗余监视区域，交叉的冗余监视区域至少有两个或两个以上的CCD可以监视到该区域，每个CCD的图像处理就包含了独立监视区域的常规图像处理以及交叉的冗余监视区域的融合处理两个部分；（3） 独立监视区域的常规图像处理方法是首先进行帧差法获取鸟类图像变化，采用图像分割方法将图像中每一只鸟进行分割，根据已经建立的鸟类特征图库进行特征匹配，然后按特征对鸟类分类统计；（4） 对CCD交叉的冗余监视区域按照常规图像处理方法先进行帧差法获取鸟类图像变化，按照分割方法将图像中每一只鸟进行分割，根据已经建立的鸟类特征图库进行特征匹配，根据匹配结果给出概率大小送至融合估计器，融合估计器将同一区域多个CCD监视图像匹配的概率进行融合估计，然后按特征对鸟类分类统计；（5） 在线统计全景内的鸟类不同大小的个数，实现物种丰度在线估计；（6） 对于不能识别的鸟类，全景图像监视系统给精准图像跟踪系统发出鸟类的方位信号，精准图像跟踪系统将精确跟踪监视并记录该鸟类的活动全过程；步骤2：（1） 精准图像跟踪监测系统采用大幅面、高帧率CCD及高倍变比的多可变可控自动镜头，实现若干平方公里范围内精准跟踪监测，使得分辨率达到区别鸟类特征斑点的精度；（2） 根据鸟类全景阵列图像监测系统给出的跟踪起止、方位信号、精准图像跟踪监测系统自身所监视的重要鸟类或人们发出的遥控信号，通过已有的鸟类飞行路线和当前帧目标中心计算，记录、更新鸟类飞行路线；（3）图像检测处理算法与硬件一体化设计，仅设置一个图像存储空间，将相邻两帧图像中指定的同一区域在FPGA进行比较，获得有无目标运动信息：高速时钟按设定的区域随解码芯片输出的图像数据流对当前帧图像与存入SRAM中的上一帧图像作绝对差分，差分结果与按照图像左上角获取的光照、能见度、天气经验模糊分类的固定阈值进行比较，大于阈值为有运动像素点，否则为无运动像素点；（4）用FPGA进行图像阈值分割、目标中心提取、运动偏移量和速度计算、预测估计鸟类下一帧飞行路线，对云台方位角和俯仰角、CCD变焦镜头焦距、光圈、景深进行调整，锁定鸟类目标；（5）记录鸟类的飞行路线、飞行姿态、翅膀扇动频率和幅度、停落姿态、觅食习性等鸟类活动，获得鸟类体长、体型、翅型、尾型、羽色的形态特征，根据每一帧提取的鸟类目标中心作为飞行路线记录；根据图像分析鸟类双翅尖连线及鸟类身体中心线获取鸟类飞行姿态；通过两帧图像差分判定鸟类翅膀扇动与否，通过序列图像处理获得鸟类翅膀煽动的最大幅度及扇动的频率、停落过程轨迹和姿态，获得鸟类行为姿态以及觅食习性的细节性信息；（6）精准监视的图像与已经建立的鸟类特征图库进行特征匹配，匹配结果与获得鸟类体长、体型、翅型、尾型、羽色的形态特征，包括飞行路线、飞行姿态、翅膀扇动频率及幅度、停落姿态在内的鸟类行为姿态以及觅食习性的细节性信息共同识别鸟类。