一种机载光学图像中的飞机目标候选区域提取装置及方法制造方法及图纸

本发明专利技术公开了一种机载光学图像中的飞机目标候选区域提取装置及方法，装置包括：滤波结果获取模块、飞机目标大致确定模块、图像分割模块、滑窗范围确定模块、窗口分值计算模块、非极大值抑制模块和飞机目标候选区域提取模块；根据圆周滤波器得到的滤波结果，大致确定飞机目标所处区域，利用基于图论的图像分割算法将飞机目标所处大致区域进一步分割为目标和背景，根据分割结果，通过设计一个图像块的分值计算指标计算图像块中包含目标的可能性，通过对包含目标图像块的合并完成对飞机目标候选区域的提取。本发明专利技术计算量小、速度快、易于硬件加速、适用于复杂背景。适用于复杂背景。适用于复杂背景。

【技术实现步骤摘要】
一种机载光学图像中的飞机目标候选区域提取装置及方法


[0001]本专利技术涉及定位导航与控制
，尤其是一种机载光学图像中的飞机目标候选区域提取装置及方法。

技术介绍

[0002]近年来，由于无人机在智能化、监控、侦查等方面表现出了广阔的前景，并且与有人机相比成本更低，使用更加灵活，因此无人机在军用和民用方面都受到了前所未有的关注。然而，与此同时存在的问题是，随着无人机的大量使用，国家空域系统的安全性正在经受前所未有的威胁。因此，如何将无人机安全的集成到国家系统当中，与有人机共享空域成为了一个必须解决的问题，而无人机上所装备的感知与规避系统在这个过程中扮演了一个至关重要的角色。
[0003]机载感知与规避系统的工作过程是，首先通过机载传感器完成同一空域内飞机目标的检测；其次在飞机目标检测的基础上，根据飞机目标相对于本机的位置、姿态信息评估飞机目标对于本机的威胁度；最后，在威胁度超出安全阈值的情况下，设计规避航迹，实现威胁的消解。由于飞机目标的有效检测是后续工作顺利开展的前提，因此如何根据机载传感器所提供的信息自主检测飞机目标是确保感知与规避系统有效性的关键。
[0004]当前无人机上所装备的传感器根据工作方式的不同大致可以分为两类：第一类为合作式传感器，主要包括空中防撞系统，自动相关监视广播等；第二类为非合作式传感器，主要包括机载光学相机、雷达、激光探测与测量等。本专利技术主要适用于机载光学相机，机载光学相机的优势主要体现在：1)相比于合作式传感器，机载光学相机无需要求所探测的目标装载应答设备，即可实现飞机目标的检测。2)相比于其他非合作式传感器，机载光学图像可以通过目标识别的方法获取目标类别信息，为后续的冲突消解提供依据。3)相比于所有的传感器，机载光学图像尺寸小、重量轻、能耗低。
[0005]正是由于机载光学相机所具备的上述优点，近年来，面向感知与规避系统的基于机载光学图像的飞机目标检测技术成为了研究的热点。一般而言，基于光学图像的目标检测技术可以分为两个部分，即目标候选区域的提取，和目标候选区域的识别。候选区域的提取即从图像中提取可能存在目标的图像块，而候选区域的识别是对目标候选区域提取特征，在此基础上利用预先设计的分类器实现对候选区域的识别。显然，能否高效的提取目标候选区域是确保目标检测有效性的前提。
[0006]圆周滤波器目前已经在基于遥感图像的飞机目标候选区域提取中得到了成功的应用。然而，区别于遥感图像中的飞机目标候选区域提取，机载光学图像中的飞机目标的候选区域提取具有以下难点，具体体现在：1)飞行过程中的飞机目标所处背景非常复杂，通常包含大量的运动和杂乱的地面覆盖物，因此飞机目标往往会淹没在复杂背景中。2)飞行过程中的飞机目标存在尺度和姿态的大幅度变化，因此难以提取有效的纹理和形状信息。因此，直接将圆周滤波器应用于机载光学图像中的飞机目标检测很难确保其有效性。但是，就局部区域而言，圆周滤波器可以大致确定飞机目标所处的范围。在飞机目标所处范围大致
确定的前提下，利用图像分割进一步分割背景和目标，则可以有效地提取飞机目标候选区域。

技术实现思路

[0007]本专利技术所要解决的技术问题在于，提供一种机载光学图像中的飞机目标候选区域提取装置及方法，计算量小、速度快、易于硬件加速、适用于复杂背景。
[0008]为解决上述技术问题，本专利技术提供一种机载光学图像中的飞机目标候选区域提取装置，包括：滤波结果获取模块，根据圆周滤波器计算含飞机目标的原始机载图像的滤波结果；飞机目标大致确定模块，根据滤波结果确定飞机目标所处的大致区域；图像分割模块，根据基于图论的图像分割算法将飞机目标所处大致区域分割为图像块；滑窗范围确定模块，根据机载相机参数和飞机实际尺寸确定图像块中的滑窗大小范围；窗口分值计算模块，根据分割后的图像块，分别利用滑窗法计算滑窗大小范围内每种大小的滑窗的每一个窗口的分值，对应每种大小的滑窗获得含有每一个窗口的位置信息及分值信息的矩阵Window
m*n
，其中m*n表示滑窗的大小；非极大值抑制模块，对每个矩阵Window
m*n
利用非极大值抑制算法，获得表示具有局部最大显著度的窗口的矩阵new_Window
m*n
，合并所有的new_Window
m*n
，获得矩阵Candidate；飞机目标候选区域提取模块，根据矩阵Candidate中的分值信息提取飞机目标的候选区域。
[0009]相应的，一种机载光学图像中的飞机目标候选区域提取方法，包括如下步骤：
[0010](1)利用圆周滤波器计算含有飞机目标的原始机载图像的滤波结果；
[0011](2)根据滤波结果确定飞机目标所处大致区域；
[0012](3)根据所确定的飞机目标所处大致区域，利用基于图论的图像分割算法将飞机目标所处大致区域分割为N个图像块，实现飞机目标与复杂背景的分离；
[0013](4)根据机载相机参数和飞机实际尺寸，确定图像块中的滑窗大小范围；
[0014](5)根据N个图像块，分别利用滑窗法计算滑窗尺寸内每个窗口的分值，对应每种大小的滑窗获得含有每一个窗口的位置信息及分值信息的矩阵Window
m*n
，其中m*n表示滑窗的大小；
[0015](6)对于每个矩阵Window
m*n
利用非极大值抑制算法，获得表示具有局部最大显著度的窗口的矩阵new_Window
m*n
，合并所有的矩阵new_Window
m*n
，获得矩阵Candidate；
[0016](7)根据矩阵Candidate中的分值信息提取飞机目标的候选区域。
[0017]优选的，步骤(1)中，利用圆周滤波器计算含有飞机目标的原始机载图像的滤波结果具体包括如下步骤：
[0018](11)根据机载相机参数和飞机目标大小选取圆周滤波器的半径R；f、D、length、width分别表示机载相机的焦距、希望检测到飞机的最小距离、飞机目标机头与机尾之间的长度、飞机的翼展；
[0019](12)利用选定半径的圆周滤波器计算原始机载图像的滤波结果CF，其中每一个像素的滤波结果CF(i,j)由下式计算：
[0020][0021]其中，f
i
(i＝1,2,...N)是原始机载图像中，以坐标(x,y)为圆心，以R为半径的圆内所含所有像素点的像素值。
[0022]优选的，步骤(2)中，根据滤波结果确定飞机目标所处大致区域具体为：获取阈值化后的滤波结果CF
’
，其中每一个像素CF'(i,j)由下式计算：
[0023][0024]获取飞机目标所处的大致区域D，其中每一个像素D(i,j)由下式计算：
[0025][0026]其中，threshold为预先设定的阈值，I(i,j)表示原始机载图像中第i行，第j列的像素值。
[0027]优选的，步骤(4)中，根据机载相机参数和飞机实际尺寸，确定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机载光学图像中的飞机目标候选区域提取装置，其特征在于，包括：滤波结果获取模块，根据圆周滤波器计算含飞机目标的原始机载图像的滤波结果；飞机目标大致确定模块，根据滤波结果确定飞机目标所处的大致区域；图像分割模块，根据基于图论的图像分割算法将飞机目标所处大致区域分割为图像块；滑窗范围确定模块，根据机载相机参数和飞机实际尺寸确定图像块中的滑窗大小范围；窗口分值计算模块，根据分割后的图像块，分别利用滑窗法计算滑窗大小范围内每种大小的滑窗的每一个窗口的分值，对应每种大小的滑窗获得含有每一个窗口的位置信息及分值信息的矩阵Window
m*n
，其中m*n表示滑窗的大小；非极大值抑制模块，对每个矩阵Window
m*n
利用非极大值抑制算法，获得表示具有局部最大显著度的窗口的矩阵new_Window
m*n
，合并所有的new_Window
m*n
，获得矩阵Candidate；飞机目标候选区域提取模块，根据矩阵Candidate中的分值信息提取飞机目标的候选区域。2.一种应用如权1所述装置的飞机目标候选区域提取方法，其特征在于，包括如下步骤：(1)利用圆周滤波器计算含有飞机目标的原始机载图像的滤波结果；(2)根据滤波结果确定飞机目标所处大致区域；(3)根据所确定的飞机目标所处大致区域，利用基于图论的图像分割算法将飞机目标所处大致区域分割为N个图像块，实现飞机目标与复杂背景的分离；(4)根据机载相机参数和飞机实际尺寸，确定图像块中的滑窗大小范围；(5)根据N个图像块，分别利用滑窗法计算滑窗尺寸内每个窗口的分值，对应每种大小的滑窗获得含有每一个窗口的位置信息及分值信息的矩阵Window
m*n
，其中m*n表示滑窗的大小；(6)对于每个矩阵Window
m*n
利用非极大值抑制算法，获得表示具有局部最大显著度的窗口的矩阵new_Window
m*n
，合并所有的矩阵new_Window
m*n
，获得矩阵Candidate；(7)根据矩阵Candidate中的分值信息提取飞机目标的候选区域。3.如权利要求2所述的飞机目标候选区域提取方法，其特征在于，步骤(1)中，利用圆周滤波器计算含有飞机目标的原始机载图像的滤波结果具体包括如下步骤：(11)根据机载相机参数和飞机目标大小选取圆周滤波器的半径R；且f、D、length、width分别表示机载相机的焦距、希望检测到飞机的最小距离、飞机目标机头与机尾之间的长度、飞机的翼展；(12)利用选定半径的圆周滤波器计算原始机载图像的滤波结果CF，其中每一个像素的滤波结果CF(i,j)由下式计算：其中，f
i
(i＝1,2,...N)是原始机载图像中，以坐标(x,y)为圆心，以R为半径的圆内所含所有像素点的像素值。...

【专利技术属性】
技术研发人员：曹云峰，张传奇，张洲宇，马宁，丁萌，庄丽葵，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：