本發(fā)明涉及一種計(jì)算機(jī)視覺(jué)的應(yīng)用方法，具體涉及一種利用計(jì)算機(jī)視覺(jué)搜索登山遇險(xiǎn)人員的方法。本發(fā)明還涉及一種利用計(jì)算機(jī)視覺(jué)搜索登山遇險(xiǎn)人員的系統(tǒng)。

背景技術(shù)：

隨著經(jīng)濟(jì)的發(fā)展和體育旅游的普及，越來(lái)越多的人喜歡登山徒步這樣的戶外運(yùn)動(dòng)。但是由于戶外運(yùn)動(dòng)天然的高風(fēng)險(xiǎn)性，每年都會(huì)發(fā)生若干起因戶外運(yùn)動(dòng)導(dǎo)致的傷亡事故，其中較為嚴(yán)重的是人員失蹤后的死亡事故。因此，一旦在戶外運(yùn)動(dòng)過(guò)程中發(fā)生人員失蹤事故，各種專(zhuān)業(yè)救援隊(duì)和民間救援隊(duì)都會(huì)積極參與搜救。

現(xiàn)有的救援手段一般是通過(guò)人力進(jìn)行搜索，搜索范圍有限，搜救效率低，且受地形影響大?？罩兴阉鞯男矢?，但目前中國(guó)通用航空尚未普及且缺乏必要的空中搜索專(zhuān)業(yè)設(shè)備，仍然只能靠飛行員和機(jī)組人員進(jìn)行肉眼搜索，效率偏低。

在戶外運(yùn)動(dòng)蓬勃發(fā)展，戶外事故層出不窮的情況下，有必要開(kāi)發(fā)一種更高效、更自動(dòng)化的針對(duì)戶外山地運(yùn)動(dòng)救援的搜索方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種利用計(jì)算機(jī)視覺(jué)搜索登山遇險(xiǎn)人員的方法，它通過(guò)分析搜救區(qū)域的遠(yuǎn)景圖片，可以找到符合遇險(xiǎn)人員特征的物體。

為解決上述技術(shù)問(wèn)題，本發(fā)明利用計(jì)算機(jī)視覺(jué)搜索登山遇險(xiǎn)人員的方法的技術(shù)解決方案為，包括以下步驟：

第一步，讀取搜救區(qū)域的視頻或者圖片；如果讀取的是視頻，則對(duì)視頻進(jìn)行分解，將視頻轉(zhuǎn)換為圖片；

第二步，設(shè)置目標(biāo)物體在圖片中所占據(jù)的像素值、目標(biāo)物體的顏色范圍；

所述目標(biāo)物體在圖片中所占據(jù)的像素值為目標(biāo)物體所占據(jù)像素的理論計(jì)算值乘以鏡頭畸變放大系數(shù)；其中，目標(biāo)物體所占據(jù)像素的理論計(jì)算值＝目標(biāo)物體的尺寸×圖片的寬度÷圖片對(duì)應(yīng)的視場(chǎng)寬度。

第三步，根據(jù)目標(biāo)物體在圖片中所占據(jù)的像素值，確定卷積核矩陣的尺寸，以及卷積核矩陣中的各元素值；

將搜救區(qū)域的圖片的全部像素點(diǎn)處理為二維數(shù)組的rgb矩陣，然后對(duì)圖片的全部像素點(diǎn)的顏色進(jìn)行二值化處理，與目標(biāo)物體的顏色范圍相同的像素點(diǎn)的元素值設(shè)置為1，與目標(biāo)物體的顏色范圍不同的像素點(diǎn)的元素值設(shè)置為0，從而得到顏色二值化矩陣；

所述卷積核矩陣的尺寸為：

ksize＝mmax+2(公式3)

其中，ksize為卷積核矩陣的行數(shù)和列數(shù)；

mmax為目標(biāo)物體在圖片中所占據(jù)的像素值；

卷積核矩陣中的各元素值kij為：

kij＝1(1<i<ksize，1<j<ksize)

以及

kij≤-mmax²-1(i＝1或者i＝ksize，j＝1或者j＝ksize)。

第四步，將卷積核矩陣與顏色二值化矩陣進(jìn)行卷積運(yùn)算，得到卷積處理矩陣；卷積處理矩陣中，大于0的元素所在的像素點(diǎn)為疑似目標(biāo)物體。

所述卷積處理矩陣中的各元素值的計(jì)算方法為：

其中，x為卷積核矩陣；

y為顏色二值化矩陣；

m,n為卷積核矩陣中每個(gè)元素對(duì)應(yīng)的行號(hào)和列號(hào)；

i,j為顏色二值化矩陣中每個(gè)元素對(duì)應(yīng)的行號(hào)和列號(hào)；

z為卷積處理矩陣；

m，n為卷積核矩陣的行數(shù)和列數(shù)。

第五步，對(duì)卷積處理矩陣進(jìn)行二值化處理，將卷積處理矩陣中小于或等于0的元素設(shè)置為0，大于0的元素設(shè)置為1；則元素值為1所在的像素點(diǎn)為疑似目標(biāo)物體，該像素點(diǎn)所對(duì)應(yīng)的列和行即為疑似目標(biāo)物體在圖片中的坐標(biāo)。

進(jìn)一步，所述第二步中還設(shè)置圖片中忽略區(qū)域的坐標(biāo)及范圍；對(duì)搜救區(qū)域的圖片的全部像素點(diǎn)進(jìn)行二值化處理，位于忽略區(qū)域的像素點(diǎn)的元素值設(shè)置為0，其余像素點(diǎn)的元素值設(shè)置為1，從而得到忽略區(qū)域二值化矩陣；將卷積處理矩陣與忽略區(qū)域二值化矩陣進(jìn)行每個(gè)對(duì)應(yīng)元素值的求積運(yùn)算，得到過(guò)濾后的卷積處理矩陣；過(guò)濾后的卷積處理矩陣中，大于0的像素點(diǎn)為疑似目標(biāo)物體。

本發(fā)明還提供一種利用計(jì)算機(jī)視覺(jué)搜索登山遇險(xiǎn)人員的系統(tǒng)，其技術(shù)解決方案為，包括

圖片讀取及解析模塊：讀取搜救區(qū)域的視頻或者圖片；如果讀取的是圖片，則將圖片傳送給圖片處理模塊；如果讀取的是視頻，則對(duì)視頻進(jìn)行分解，將視頻解析成一幀一幀的圖片，然后再傳送給圖片處理模塊；

圖片處理模塊：將圖片的全部像素點(diǎn)處理為二維數(shù)組的rgb矩陣，然后再將圖片傳送給圖片顏色二值化處理模塊；

參數(shù)設(shè)置模塊：根據(jù)目標(biāo)物體的尺寸、顏色，以及圖片對(duì)應(yīng)的視場(chǎng)寬度，設(shè)置目標(biāo)物體在圖片中所占據(jù)的像素值、目標(biāo)物體的顏色范圍；

圖片顏色二值化處理模塊：根據(jù)參數(shù)設(shè)置模塊設(shè)置的目標(biāo)物體的顏色范圍，對(duì)搜救區(qū)域的圖片的全部像素點(diǎn)的顏色進(jìn)行二值化處理，與目標(biāo)物體的顏色范圍相同的像素點(diǎn)的元素值設(shè)置為1，與目標(biāo)物體的顏色范圍不同的像素點(diǎn)的元素值設(shè)置為0，從而得到顏色二值化矩陣；

卷積核產(chǎn)生模塊：根據(jù)參數(shù)設(shè)置模塊設(shè)置的目標(biāo)物體在圖片中所占據(jù)的像素值，確定卷積核矩陣；

所述卷積核矩陣的尺寸為：

ksize＝mmax+2(公式3)

其中，ksize為卷積核矩陣的行數(shù)和列數(shù)；

mmax為目標(biāo)物體在圖片中所占據(jù)的像素值；

卷積核矩陣中的各元素值kij為：

kij＝1(1<i<ksize，1<j<ksize)

以及

kij≤-mmax²-1(i＝1或者i＝ksize，j＝1或者j＝ksize)；

目標(biāo)搜索模塊：將卷積核產(chǎn)生模塊所產(chǎn)生的卷積核矩陣與圖片顏色二值化處理模塊所產(chǎn)生的顏色二值化矩陣進(jìn)行卷積運(yùn)算，得到卷積處理矩陣；卷積處理矩陣中，大于0的元素所在的像素點(diǎn)為疑似目標(biāo)物體。

進(jìn)一步，還包括歸一化模塊；歸一化模塊對(duì)目標(biāo)搜索模塊所產(chǎn)生的卷積處理矩陣進(jìn)行二值化處理，將卷積處理矩陣中小于或等于0的元素設(shè)置為0，大于0的元素設(shè)置為1；則元素值為1所在的像素點(diǎn)為疑似目標(biāo)物體，該像素點(diǎn)所對(duì)應(yīng)的列和行即為疑似目標(biāo)物體在圖片中的坐標(biāo)。

進(jìn)一步，還包括目標(biāo)過(guò)濾模塊；根據(jù)拍攝條件，通過(guò)所述參數(shù)設(shè)置模塊設(shè)置圖片中忽略區(qū)域的坐標(biāo)或范圍；然后通過(guò)目標(biāo)過(guò)濾模塊對(duì)搜救區(qū)域的圖片的全部像素點(diǎn)進(jìn)行二值化處理，位于忽略區(qū)域的像素點(diǎn)的元素值設(shè)置為0，其余像素點(diǎn)的元素值設(shè)置為1，從而得到忽略區(qū)域二值化矩陣，該忽略區(qū)域二值化矩陣大小為圖片矩陣大小；將目標(biāo)搜索模塊所得到的卷積處理矩陣與忽略區(qū)域二值化矩陣進(jìn)行求積運(yùn)算，得到過(guò)濾后的卷積處理矩陣；過(guò)濾后的卷積處理矩陣中，大于0的像素點(diǎn)為疑似目標(biāo)物體。

進(jìn)一步，還包括歸一化模塊；歸一化模塊對(duì)目標(biāo)過(guò)濾模塊所產(chǎn)生的過(guò)濾后的卷積處理矩陣進(jìn)行二值化處理，將過(guò)濾后的卷積處理矩陣中小于或等于0的元素設(shè)置為0，大于0的元素設(shè)置為1；則元素值為1所在的像素點(diǎn)為疑似目標(biāo)物體，該像素點(diǎn)所對(duì)應(yīng)的列和行即為疑似目標(biāo)物體在圖片中的坐標(biāo)。

本發(fā)明可以達(dá)到的技術(shù)效果是：

本發(fā)明在搜救人員從遠(yuǎn)處或者飛行器上對(duì)搜索區(qū)域進(jìn)行拍照或拍攝的基礎(chǔ)上，利用計(jì)算機(jī)視覺(jué)對(duì)搜索區(qū)域的遠(yuǎn)景照片或視頻進(jìn)行分析和處理，識(shí)別標(biāo)定其中可能的失蹤者的位置。

本發(fā)明能夠從搜救區(qū)域的遠(yuǎn)景圖片中自動(dòng)發(fā)現(xiàn)并報(bào)告可疑目標(biāo)物體，有效提高了搜救效率，為救援贏得寶貴時(shí)間。

附圖說(shuō)明

本領(lǐng)域的技術(shù)人員應(yīng)理解，以下說(shuō)明僅是示意性地說(shuō)明本發(fā)明的原理，所述原理可按多種方式應(yīng)用，以實(shí)現(xiàn)許多不同的可替代實(shí)施方式。這些說(shuō)明僅用于示出本發(fā)明的教導(dǎo)內(nèi)容的一般原理，不意味著限制在此所公開(kāi)的發(fā)明構(gòu)思。

結(jié)合在本說(shuō)明書(shū)中并構(gòu)成本說(shuō)明書(shū)的一部分的附圖示出了本發(fā)明的實(shí)施方式，并且與上文的總體說(shuō)明和下列附圖的詳細(xì)說(shuō)明一起用于解釋本發(fā)明的原理。

下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明：

圖1是卷積運(yùn)算過(guò)程的示意圖；

圖2是包含目標(biāo)物體的二值化矩陣示意圖。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例的附圖，對(duì)本發(fā)明實(shí)施例的技術(shù)方案進(jìn)行清楚、完整地描述。顯然，所描述的實(shí)施例是本發(fā)明的一部分實(shí)施例，而不是全部的實(shí)施例?；谒枋龅谋景l(fā)明的實(shí)施例，本領(lǐng)域普通技術(shù)人員在無(wú)需創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。除非另外定義，此處使用的技術(shù)術(shù)語(yǔ)或者科學(xué)術(shù)語(yǔ)應(yīng)當(dāng)為本發(fā)明所屬領(lǐng)域內(nèi)具有一般技能的人士所理解的通常意義。

本發(fā)明利用計(jì)算機(jī)視覺(jué)搜索登山遇險(xiǎn)人員的方法，包括以下步驟：

第一步，讀取搜救區(qū)域的視頻或者圖片；如果讀取的是視頻，則對(duì)視頻進(jìn)行分解，將視頻轉(zhuǎn)換為圖片；

第二步，設(shè)置目標(biāo)物體在圖片中所占據(jù)的像素值、目標(biāo)物體的顏色范圍、圖片中忽略區(qū)域的坐標(biāo)及范圍；忽略區(qū)域可以有若干個(gè)；

目標(biāo)物體在圖片中所占據(jù)的像素大小根據(jù)圖片所拍攝的視場(chǎng)大小和目標(biāo)物體的大小進(jìn)行計(jì)算；

例如，圖片的寬度為2千個(gè)像素，圖片對(duì)應(yīng)的視場(chǎng)寬度為2千米，目標(biāo)物體的大小為2米，則該目標(biāo)物體在該圖片中對(duì)應(yīng)2個(gè)像素值，該2個(gè)像素值即為目標(biāo)物體所占據(jù)像素的理論計(jì)算值；

考慮到鏡頭畸變因素，目標(biāo)物體在圖片中所占據(jù)的像素值可能略大于理論計(jì)算值，將目標(biāo)物體所占據(jù)像素的理論計(jì)算值乘以鏡頭畸變放大系數(shù)，即得到目標(biāo)物體在圖片中所占據(jù)的像素值；

第三步，根據(jù)目標(biāo)物體在圖片中所占據(jù)的像素值，計(jì)算卷積核矩陣的尺寸，確定卷積核矩陣中的各元素值；

將搜救區(qū)域的圖片的全部像素點(diǎn)處理為二維數(shù)組的rgb矩陣，然后對(duì)圖片的全部像素點(diǎn)的顏色進(jìn)行二值化處理，與目標(biāo)物體的顏色范圍相同的像素點(diǎn)的元素值設(shè)置為1，與目標(biāo)物體的顏色范圍不同的像素點(diǎn)的元素值設(shè)置為0，從而得到顏色二值化矩陣；

例如，當(dāng)目標(biāo)物體的顏色為紅色，則將搜救區(qū)域的圖片上的全部像素點(diǎn)中，顏色為紅色系的像素點(diǎn)的元素值設(shè)為1，其他顏色的像素點(diǎn)的元素值設(shè)為0；

第四步，將卷積核矩陣與顏色二值化矩陣進(jìn)行卷積運(yùn)算，得到卷積處理矩陣；卷積處理矩陣中，大于0的元素所在的像素點(diǎn)為疑似目標(biāo)物體；

卷積運(yùn)算是利用一個(gè)特定的卷積模板(即卷積核矩陣)與輸入矩陣(即顏色二值化矩陣)的每個(gè)元素進(jìn)行加權(quán)累加，得到一個(gè)與輸入矩陣對(duì)應(yīng)的輸出矩陣(即卷積處理矩陣)；該輸出矩陣中的元素值反應(yīng)了輸入矩陣中對(duì)應(yīng)元素及其周邊元素的特征，是一種用于數(shù)字圖像處理的標(biāo)準(zhǔn)數(shù)學(xué)運(yùn)算。

卷積運(yùn)算過(guò)程如圖1所示，設(shè)輸入矩陣s為m×n矩陣，其中sij對(duì)應(yīng)矩陣s的i行j列元素；輸出矩陣t為m×n矩陣，tij對(duì)應(yīng)矩陣t的i行j列元素；卷積模板k為3×3矩陣；則輸出矩陣t第二行第二列的元素值為

t33＝k11s22+k12s23+k13s24+......+k31s42+k32s43+k33s44(公式1)

利用卷積模板k在輸入矩陣s上對(duì)每個(gè)元素sij計(jì)算對(duì)應(yīng)的值tij，則完成了對(duì)輸入矩陣s的卷積運(yùn)算，該過(guò)程如下述公式表示：

其中，x為卷積核矩陣；

y為顏色二值化矩陣；

m,n為卷積核矩陣中每個(gè)元素對(duì)應(yīng)的行號(hào)和列號(hào)；

i,j為顏色二值化矩陣中每個(gè)元素對(duì)應(yīng)的行號(hào)和列號(hào)；

z為卷積處理矩陣；

m，n為卷積核矩陣的行數(shù)和列數(shù)。

本發(fā)明中，卷積運(yùn)算的輸入矩陣為只有0和1的二值化矩陣，并利用卷積運(yùn)算計(jì)算出目標(biāo)矩陣的元素值，從而判斷該元素所對(duì)應(yīng)像素是否為搜索目標(biāo)，若為搜索目標(biāo)，則該值大于0；若非搜索目標(biāo)，則該值小于0。

設(shè)目標(biāo)物體在圖片中的最大尺寸為m，即寬高各為m；則對(duì)應(yīng)該目標(biāo)物體的卷積核矩陣的寬高分別為m+2，即卷積核矩陣在目標(biāo)物體大小的基礎(chǔ)上，增加一圈邊框；其中，邊框上的各元素值分別為小于或等于-m²-1的負(fù)整數(shù)，而邊框內(nèi)部區(qū)域的各元素值為1；

例如，目標(biāo)物體在圖片中所占據(jù)的最大尺寸為100個(gè)像素，則卷積核矩陣為102×102的矩陣；卷積模板中，邊框內(nèi)部的各元素值為1，邊框上各元素值(即第一行、第一列、最后一行和最后一列的元素值)為-10001；

即使卷積模板邊框內(nèi)部的所有元素都能匹配輸入矩陣s中的值為1的元素，只要還有任何一個(gè)值為1的元素在卷積核矩陣的邊框上，則卷積運(yùn)算的值為負(fù)，表示該物體大于搜索目標(biāo)物體；反之，只要卷積模板的邊框上沒(méi)有值為1的元素，只要卷積模板的邊框內(nèi)匹配輸入矩陣s的任何一個(gè)值為1的元素，則卷積計(jì)算值為正，表示該物體符合搜索目標(biāo)物體大小。

本發(fā)明通過(guò)設(shè)定卷積核矩陣(即卷積模板)中的各元素值，能夠使卷積運(yùn)算值滿足以下兩個(gè)條件：(1)若物體小于或者等于搜索物體大小，則對(duì)應(yīng)的卷積計(jì)算值大于0；(2)若物體大于搜索物體大小，則對(duì)應(yīng)的卷積計(jì)算值小于零。在后續(xù)運(yùn)算中，可以將大于搜索物體的物體排除，即使它們具有符合搜索條件的顏色。本發(fā)明利用卷積運(yùn)算以排除那些與搜索目標(biāo)具有相同或相似顏色但尺寸大于搜索目標(biāo)物體的物體或者顏色區(qū)域，從而提高搜索精度。

由于目標(biāo)物體的最大尺寸已知，為了使計(jì)算過(guò)程更簡(jiǎn)化，卷積模板邊框的各元素值可以設(shè)置一個(gè)負(fù)整數(shù)常數(shù)值；假設(shè)目標(biāo)物體的最大尺寸為mmax,則該常數(shù)值可以是任何小于等于-mmax²-1的負(fù)整數(shù)值；無(wú)論目標(biāo)物體的大小如何，都將卷積核矩陣的邊框值設(shè)置為該常數(shù)值。

由上述討論可得到如下卷積模板的產(chǎn)生過(guò)程:

設(shè)最大目標(biāo)物體大小為mmax,則卷積模板大小ksize＝mmax+2(公式3)；

對(duì)于卷積模板k中的元素kij，有

kij＝1(i>1并且i<ksize；j>1并且j<ksize)(公式4)

以及

kij＝-mmax²-1(i＝1或者i＝ksize；j＝1或者j＝ksize)(公式5)

經(jīng)過(guò)卷積運(yùn)算，能夠?qū)捇蚋叽笥?00的與目標(biāo)物體相同顏色的區(qū)域排除，只保留寬或高不大于100的區(qū)域，則該區(qū)域?yàn)橐伤颇繕?biāo)物體；

本發(fā)明利用計(jì)算機(jī)視覺(jué)實(shí)現(xiàn)對(duì)戶外救援的圖像識(shí)別，由于戶外救援的圖片通常都是遠(yuǎn)景，場(chǎng)面宏大，拍攝距離遠(yuǎn)，視場(chǎng)廣闊；而搜索目標(biāo)為失蹤者、帳篷或皮劃艇等物體，與動(dòng)輒數(shù)公里寬的視野范圍相比，搜救目標(biāo)非常小，不能提供足夠的細(xì)節(jié)信息，可以利用的特征非常有限。本發(fā)明將顏色作為主要的搜索特征，考慮到真實(shí)的野外環(huán)境中，圖片中存在大量的噪聲像素，例如，當(dāng)目標(biāo)物體為藍(lán)色時(shí)，而天空背景可能也是藍(lán)色，因此，僅僅通過(guò)顏色判斷是不夠的，還需要結(jié)合目標(biāo)物體的物理尺寸，結(jié)合相鄰區(qū)域的顏色進(jìn)行綜合判斷。本發(fā)明根據(jù)目標(biāo)物體在圖片中所占據(jù)的像素值，利用卷積核矩陣實(shí)現(xiàn)自動(dòng)搜索，能夠有效提高搜救效率。

優(yōu)選地，如果第二步設(shè)置了圖片中忽略區(qū)域的坐標(biāo)，則需要對(duì)忽略區(qū)域進(jìn)行過(guò)濾，因?yàn)楹雎詤^(qū)域可能包含干擾信息；

對(duì)搜救區(qū)域的圖片的全部像素點(diǎn)進(jìn)行二值化處理，位于忽略區(qū)域的像素點(diǎn)的元素值設(shè)置為0，其余像素點(diǎn)的元素值(有效區(qū)域的像素點(diǎn)的元素值)設(shè)置為1，從而得到忽略區(qū)域二值化矩陣；

將卷積處理矩陣與忽略區(qū)域二值化矩陣進(jìn)行每個(gè)對(duì)應(yīng)元素值的求積運(yùn)算，得到過(guò)濾后的卷積處理矩陣；過(guò)濾后的卷積處理矩陣中，大于0的像素點(diǎn)為疑似目標(biāo)物體；

此步驟能夠?qū)⑽挥诤雎詤^(qū)域內(nèi)的1值都被清理為0，從而排除干擾信息；

第五步，對(duì)卷積處理矩陣進(jìn)行二值化處理，將卷積處理矩陣中小于或等于0的元素設(shè)置為0，大于0的元素設(shè)置為1；則元素值為1所在的像素點(diǎn)為疑似目標(biāo)物體，該像素點(diǎn)所對(duì)應(yīng)的列和行即為疑似目標(biāo)物體在圖片中的坐標(biāo)；

本步驟能夠使疑似目標(biāo)物體所在區(qū)域與周?chē)怀鲲@示。

本發(fā)明利用計(jì)算機(jī)視覺(jué)搜索登山遇險(xiǎn)人員的系統(tǒng)，包括

圖片讀取及解析模塊：讀取搜救區(qū)域的視頻(如航拍視頻)或者圖片(如航拍圖片)；如果讀取的是圖片，則將圖片傳送給圖片處理模塊；如果讀取的是視頻，則對(duì)視頻進(jìn)行分解，將視頻解析成一幀一幀的圖片，然后再傳送給圖片處理模塊；

圖片處理模塊：將圖片的全部像素點(diǎn)處理為二維數(shù)組的rgb矩陣，然后再將圖片傳送給圖片顏色二值化處理模塊；

參數(shù)設(shè)置模塊：根據(jù)目標(biāo)物體的尺寸、顏色，以及圖片所拍攝的視場(chǎng)大小，設(shè)置目標(biāo)物體在圖片中所占據(jù)的像素值、目標(biāo)物體的顏色范圍；

考慮到戶外救援的特點(diǎn)，戶外服裝裝備的顏色通常都比較鮮艷，因此本發(fā)明將顏色作為主要的搜索特征；

目標(biāo)物體在圖片中所占據(jù)的像素值根據(jù)目標(biāo)物體的物理尺寸進(jìn)行計(jì)算；考慮到鏡頭畸變因素，將計(jì)算值乘以放大系數(shù)，得到目標(biāo)物體在圖片中所占據(jù)的像素值；

圖片顏色二值化處理模塊：根據(jù)參數(shù)設(shè)置模塊設(shè)置的目標(biāo)物體的顏色范圍，對(duì)搜救區(qū)域的圖片的全部像素點(diǎn)的顏色進(jìn)行二值化處理，與目標(biāo)物體的顏色范圍相同的像素點(diǎn)的元素值設(shè)置為1，與目標(biāo)物體的顏色范圍不同的像素點(diǎn)的元素值設(shè)置為0，從而得到顏色二值化矩陣；

卷積核產(chǎn)生模塊：根據(jù)參數(shù)設(shè)置模塊設(shè)置的目標(biāo)物體在圖片中所占據(jù)的像素值，確定卷積核矩陣，卷積核矩陣的寬和高為目標(biāo)物體在圖片中所占據(jù)的像素值加2；卷積核矩陣中，邊緣行和邊緣列的元素值(即第一行、第一列、最后一行和最后一列的元素值)為-10001，其余行、列的元素值為1；

目標(biāo)搜索模塊：將卷積核產(chǎn)生模塊所產(chǎn)生的卷積核矩陣與圖片顏色二值化處理模塊所產(chǎn)生的顏色二值化矩陣進(jìn)行卷積運(yùn)算，得到卷積處理矩陣；卷積處理矩陣中，大于0的元素所在的像素點(diǎn)為疑似目標(biāo)物體；

歸一化模塊：對(duì)目標(biāo)搜索模塊所產(chǎn)生的卷積處理矩陣進(jìn)行二值化處理，將卷積處理矩陣中小于或等于0的元素設(shè)置為0，大于0的元素設(shè)置為1；則元素值為1所在的像素點(diǎn)為疑似目標(biāo)物體，該像素點(diǎn)所對(duì)應(yīng)的列和行即為疑似目標(biāo)物體在圖片中的坐標(biāo)。

進(jìn)一步地，本發(fā)明利用計(jì)算機(jī)視覺(jué)搜索登山遇險(xiǎn)人員的系統(tǒng)，包括

圖片讀取及解析模塊：讀取搜救區(qū)域的視頻或者圖片；如果讀取的是圖片，則將圖片傳送給圖片處理模塊；如果讀取的是視頻，則對(duì)視頻進(jìn)行分解，將視頻解析成一幀一幀的圖片，然后再傳送給圖片處理模塊；

圖片處理模塊：將圖片的全部像素點(diǎn)處理為二維數(shù)組的rgb矩陣，然后再傳送給圖片顏色二值化處理模塊；

參數(shù)設(shè)置模塊：根據(jù)目標(biāo)物體的尺寸、顏色，以及圖片所拍攝的視場(chǎng)大小，設(shè)置目標(biāo)物體在圖片中所占據(jù)的像素值、目標(biāo)物體的顏色范圍；并且，根據(jù)拍攝條件設(shè)置圖片中忽略區(qū)域的坐標(biāo)或范圍；忽略區(qū)域可以有若干個(gè)；

在采集航拍視頻或航拍圖片的過(guò)程中，需要將攝像裝置固定在飛行器上進(jìn)行拍攝；由于固定角度的因素，飛行器上的物體(如機(jī)翼上的紅色五角星)始終處于視頻或圖片上的固定位置，該物體作為畫(huà)面中的干擾物體應(yīng)當(dāng)加以排除，因此將該物體所在區(qū)域作為忽略區(qū)域；

圖片顏色二值化處理模塊：根據(jù)參數(shù)設(shè)置模塊設(shè)置的目標(biāo)物體的顏色范圍，對(duì)搜救區(qū)域的圖片的全部像素點(diǎn)的顏色進(jìn)行二值化處理，與目標(biāo)物體的顏色范圍相同的像素點(diǎn)的元素值設(shè)置為1，與目標(biāo)物體的顏色范圍不同的像素點(diǎn)的元素值設(shè)置為0，從而得到顏色二值化矩陣；

卷積核產(chǎn)生模塊：根據(jù)參數(shù)設(shè)置模塊設(shè)置的目標(biāo)物體在圖片中所占據(jù)的像素值，確定卷積核矩陣，卷積核矩陣的寬和高為目標(biāo)物體在圖片中所占據(jù)的像素值加2；卷積核矩陣中，邊緣行和邊緣列的元素值(即第一行、第一列、最后一行和最后一列的元素值)為-10001，其余行、列的元素值為1；

目標(biāo)搜索模塊：將卷積核產(chǎn)生模塊所產(chǎn)生的卷積核矩陣與圖片顏色二值化處理模塊所產(chǎn)生的顏色二值化矩陣進(jìn)行卷積運(yùn)算，得到卷積處理矩陣；

目標(biāo)過(guò)濾模塊：對(duì)搜救區(qū)域的圖片的全部像素點(diǎn)進(jìn)行二值化處理，位于忽略區(qū)域的像素點(diǎn)的元素值設(shè)置為0，其余像素點(diǎn)的元素值(有效區(qū)域的像素點(diǎn)的元素值)設(shè)置為1，從而得到忽略區(qū)域二值化矩陣，該忽略區(qū)域二值化矩陣大小為圖片矩陣大小；將卷積處理矩陣與忽略區(qū)域二值化矩陣進(jìn)行求積運(yùn)算，得到過(guò)濾后的卷積處理矩陣；過(guò)濾后的卷積處理矩陣中，大于0的像素點(diǎn)為疑似目標(biāo)物體；

目標(biāo)過(guò)濾模塊的作用在于：對(duì)可能的目標(biāo)物體進(jìn)行篩選，忽略那些處于忽略區(qū)域內(nèi)的目標(biāo)物體；

歸一化模塊：對(duì)目標(biāo)過(guò)濾模塊所產(chǎn)生的過(guò)濾后的卷積處理矩陣進(jìn)行二值化處理，將過(guò)濾后的卷積處理矩陣中小于或等于0的元素設(shè)置為0，大于0的元素設(shè)置為1；則元素值為1所在的像素點(diǎn)為疑似目標(biāo)物體，該像素點(diǎn)所對(duì)應(yīng)的列和行即為疑似目標(biāo)物體在圖片中的坐標(biāo)。

實(shí)施例

通過(guò)圖片讀取及解析模塊讀取搜救區(qū)域的視頻；對(duì)視頻進(jìn)行分解，將視頻解析成一幀一幀的圖片，然后再傳送給圖片處理模塊；圖片處理模塊將圖片處理為二維數(shù)組的rgb矩陣，然后再傳送給圖片顏色二值化處理模塊；

通過(guò)參數(shù)設(shè)置模塊輸入已知參數(shù)；已知參數(shù)包括：圖片對(duì)應(yīng)的視場(chǎng)寬度為2千米，圖片的寬度為2千個(gè)像素，目標(biāo)物體的大小為2米，目標(biāo)物體的顏色為紅色；根據(jù)已知參數(shù)計(jì)算出該目標(biāo)物體所占據(jù)像素的理論計(jì)算值為2個(gè)像素值；取鏡頭畸變放大系數(shù)為1.5，則目標(biāo)物體在圖片中所占據(jù)的像素值為3；

通過(guò)圖片顏色二值化處理模塊將圖片處理為顏色二值化矩陣；先判斷圖片中的紅色像素點(diǎn)；紅色像素點(diǎn)的判斷條件為：r值大于等于120，且r值大于g值和b值2倍；將符合上述判斷條件的像素點(diǎn)的元素值設(shè)置為1，其余設(shè)置為0；

通過(guò)卷積核產(chǎn)生模塊產(chǎn)生卷積核矩陣；卷積核矩陣的寬和高為5×5；其中，第一行、第一列、最后一行和最后一列的元素值為-10001，其余行、列的元素值為1；

通過(guò)目標(biāo)搜索模塊將卷積核矩陣與顏色二值化矩陣進(jìn)行卷積運(yùn)算，得到卷積處理矩陣；該卷積處理矩陣的元素值包含0、負(fù)數(shù)和正數(shù)；

通過(guò)歸一化模塊對(duì)卷積處理矩陣進(jìn)行二值化處理，將卷積處理矩陣中小于或等于0的元素設(shè)置為0，大于0的元素設(shè)置為1；則元素值為1所在的像素點(diǎn)為疑似目標(biāo)物體，該像素點(diǎn)所對(duì)應(yīng)的列和行即為疑似目標(biāo)物體在圖片中的坐標(biāo)，如圖2所示。

雖然在上文中詳細(xì)說(shuō)明了本發(fā)明的實(shí)施方式，但是對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)顯而易見(jiàn)的是，能夠?qū)@些實(shí)施方式進(jìn)行各種修改和變化。但是，應(yīng)理解，這種修改和變化都屬于權(quán)利要求書(shū)中所述的本發(fā)明的范圍和精神之內(nèi)。而且，在此說(shuō)明的本發(fā)明可有其它的實(shí)施方式，并且可通過(guò)多種方式實(shí)施或?qū)崿F(xiàn)。