论文部分内容阅读
摘 要:随着消费者对无人机越来越多的使用,在安全、隐私等领域引发了新的挑战。采用视频检测无人机已经变得越来越重要,动态摄像机监控无人机时无法采用帧间差分法与背景差分法,为了应用于动态摄像机对无人机进行检测,本文提出一种基于光流法的飞行目标检测方法。基于系统的可行性考虑,采用Simulink搭建仿真系统进行实验验证。仿真结果验证了本文方法的有效性。
关键词:光流法;Simulink;检测;
0 前言
随着消费者对无人机越来越多的使用,无人机检测系统对于安全、隐私等领域已经变得越来越重要。光传感器价格低廉,便于推广、实现。基于视频检测原理的系统中,视频图像是检测任务的核心,因为它可以轻松覆盖大面积区域,并且容易进行处理。视频检测系统大多采用静态或动态摄像头对运动目标进行捕捉,基于帧间差分法和背景差分法的视频检测系统需要摄像机保持静态,为了运用于基于动态摄像机的视频检测系统,本文提出一种基于光流法的飞行目标检测方法。
1 运动目标检测算法研究
光流法可以避免背景差分法和帧间差分法的不足,不需要知道场景的任何信息,并且能够有效的提取完整运动目标。任何一个运动的目标在三维空间中,都会形成一个运动场,投影在二维平面上是一个二维场,也就是光流场。光流场不仅涵盖了目标的三维信息,还有目标运动的速度和方向。当目标连续运动时,其在图像上的映射也会跟着发生连续变化,也就形成了光流场。Horn-Schunck光流法假设像素点的强度是恒定的,认为在整个成像平面上光流的不会发生太大的变化,或者说变化的速度是连续的,或者说光流改变的速度很慢。如果运动目标是刚体,其局部的位移是一样的,所以刚体局部的速度相等。Horn-Schunck光流法的计算复杂度低、实现相对简单。但是计算量大,平滑速度场容易导致纹理丢失,噪声会对计算结果有不小的影响。Lucas-Kanade光流法(简称L-K光流法)提出于1981年。与Horn-Schunck不同,Lucas-Kanade光流法是基于局部約束,约定在一个很小的空间内目标运动速度的大小和方向不变,用最小二乘法对图像的位移进行预测。因为Lucas-Kanade光流法应用在大量位置离的较远的点时,计算效果更佳,故被称为之稀疏光流场,该方法需要满足三个条件:
(1)在目标运动的过程中,目标表面的光照强度需要恒定。对于灰度图像,即需要保持像素点的灰度值不变。
(2)运动目标的图像表现上时间应该是连续的,即目标在两帧中的运动应该是较小的位移,只能应用于缓慢的运动。
(3)同一个尺度空间下的相邻点应该均出现在图像上的相邻位置。
2 仿真系统
Simulink是MATLAB最重要的组件之一,是在MATLAB中基于帧的视频图形处理的系统仿真软件,是实现动态系统建模、仿真和分析的集成环境。在该环境中,无需大量编写程序代码,设计的流程在Simulink中以图形形式描述算法。Simulink 提供了交互式图形化环境和定制模块库来对其进行设计、仿真、执行和测试。Simulink中的Computer Vision System
(机器视觉工具箱)工具可对视频图像进行帧处理。基于光流法的运动目标检测与跟踪系统的整体系统算法框图如图1所示。
根据图1,通过在Simulink中搭建仿真系统,如图2所示。仿真系统由读取视频模块、灰度转换模块、光流计算模块、预处理模块、矩阵框计算、以及显示模块组成。
通过读取视频模块提取视频样本后采用色彩转换模块将彩色图像转换为灰度图像,将灰度化后的视频样本送至Optical Flow模块执行光流法操作进行运动估计,此模块可选择Horn-Schunck法或Lucas-Kanada法。本系统采用Horn-Schunck法对天空区域进行运动估计。将经过运动估计后的图像送至预处理模块进行腐蚀、膨胀等操作。Display Results子系统将对超过阈值的运动目标生成矩形框,最后在原始视频中显示出运动目标与矩形框。
3 实验验证
本系统对动态手机拍摄的无人机视频进行测试,测试结果如图2所示,识别率如表1所示。
4 结语
本文对基于光流法的飞行目标检测方法进行分析和仿真,实验结果表明光流法可以有效检测到飞行目标。本文通过Simulink建立仿真系统,采用Optical Flow模块中的Horn-Schunck法对飞行目标进行检测。通过实验表明,基于光流法的飞行目标检测方法对飞行目标检测的成功率非常高。
参考文献:
[1]肖军,朱世鹏,黄杭,谢亚男.基于光流法的运动目标检测与跟踪算法[J].东北大学学报(自然科学版),2016,37(06):770-774.
[2]魏洪峰,韩志艳.运动目标检测与跟踪[J].渤海大学学报(自然科学版),2017,(4):370-377.
[3]罗志升,王黎,高晓蓉,王泽勇,赵全轲.序列图像中运动目标检测与跟踪方法分析[J].现代电子技术,2009,32(11):125-128.
作者简介:
张鹏飞 (1993.02--) 男,山西省晋城市人,硕士,专业:信息与通信工程。
关键词:光流法;Simulink;检测;
0 前言
随着消费者对无人机越来越多的使用,无人机检测系统对于安全、隐私等领域已经变得越来越重要。光传感器价格低廉,便于推广、实现。基于视频检测原理的系统中,视频图像是检测任务的核心,因为它可以轻松覆盖大面积区域,并且容易进行处理。视频检测系统大多采用静态或动态摄像头对运动目标进行捕捉,基于帧间差分法和背景差分法的视频检测系统需要摄像机保持静态,为了运用于基于动态摄像机的视频检测系统,本文提出一种基于光流法的飞行目标检测方法。
1 运动目标检测算法研究
光流法可以避免背景差分法和帧间差分法的不足,不需要知道场景的任何信息,并且能够有效的提取完整运动目标。任何一个运动的目标在三维空间中,都会形成一个运动场,投影在二维平面上是一个二维场,也就是光流场。光流场不仅涵盖了目标的三维信息,还有目标运动的速度和方向。当目标连续运动时,其在图像上的映射也会跟着发生连续变化,也就形成了光流场。Horn-Schunck光流法假设像素点的强度是恒定的,认为在整个成像平面上光流的不会发生太大的变化,或者说变化的速度是连续的,或者说光流改变的速度很慢。如果运动目标是刚体,其局部的位移是一样的,所以刚体局部的速度相等。Horn-Schunck光流法的计算复杂度低、实现相对简单。但是计算量大,平滑速度场容易导致纹理丢失,噪声会对计算结果有不小的影响。Lucas-Kanade光流法(简称L-K光流法)提出于1981年。与Horn-Schunck不同,Lucas-Kanade光流法是基于局部約束,约定在一个很小的空间内目标运动速度的大小和方向不变,用最小二乘法对图像的位移进行预测。因为Lucas-Kanade光流法应用在大量位置离的较远的点时,计算效果更佳,故被称为之稀疏光流场,该方法需要满足三个条件:
(1)在目标运动的过程中,目标表面的光照强度需要恒定。对于灰度图像,即需要保持像素点的灰度值不变。
(2)运动目标的图像表现上时间应该是连续的,即目标在两帧中的运动应该是较小的位移,只能应用于缓慢的运动。
(3)同一个尺度空间下的相邻点应该均出现在图像上的相邻位置。
2 仿真系统
Simulink是MATLAB最重要的组件之一,是在MATLAB中基于帧的视频图形处理的系统仿真软件,是实现动态系统建模、仿真和分析的集成环境。在该环境中,无需大量编写程序代码,设计的流程在Simulink中以图形形式描述算法。Simulink 提供了交互式图形化环境和定制模块库来对其进行设计、仿真、执行和测试。Simulink中的Computer Vision System
(机器视觉工具箱)工具可对视频图像进行帧处理。基于光流法的运动目标检测与跟踪系统的整体系统算法框图如图1所示。
根据图1,通过在Simulink中搭建仿真系统,如图2所示。仿真系统由读取视频模块、灰度转换模块、光流计算模块、预处理模块、矩阵框计算、以及显示模块组成。
通过读取视频模块提取视频样本后采用色彩转换模块将彩色图像转换为灰度图像,将灰度化后的视频样本送至Optical Flow模块执行光流法操作进行运动估计,此模块可选择Horn-Schunck法或Lucas-Kanada法。本系统采用Horn-Schunck法对天空区域进行运动估计。将经过运动估计后的图像送至预处理模块进行腐蚀、膨胀等操作。Display Results子系统将对超过阈值的运动目标生成矩形框,最后在原始视频中显示出运动目标与矩形框。
3 实验验证
本系统对动态手机拍摄的无人机视频进行测试,测试结果如图2所示,识别率如表1所示。
4 结语
本文对基于光流法的飞行目标检测方法进行分析和仿真,实验结果表明光流法可以有效检测到飞行目标。本文通过Simulink建立仿真系统,采用Optical Flow模块中的Horn-Schunck法对飞行目标进行检测。通过实验表明,基于光流法的飞行目标检测方法对飞行目标检测的成功率非常高。
参考文献:
[1]肖军,朱世鹏,黄杭,谢亚男.基于光流法的运动目标检测与跟踪算法[J].东北大学学报(自然科学版),2016,37(06):770-774.
[2]魏洪峰,韩志艳.运动目标检测与跟踪[J].渤海大学学报(自然科学版),2017,(4):370-377.
[3]罗志升,王黎,高晓蓉,王泽勇,赵全轲.序列图像中运动目标检测与跟踪方法分析[J].现代电子技术,2009,32(11):125-128.
作者简介:
张鹏飞 (1993.02--) 男,山西省晋城市人,硕士,专业:信息与通信工程。