專利名稱：無人機偵察視頻分級運動補償方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)字視頻圖像處理技術(shù)領(lǐng)域，具體涉及一種無人機偵察視頻的運動補 償方法。
背景技術(shù)：
在運動目標檢測領(lǐng)域，通?？筛鶕?jù)背景是否存在運動而劃分為靜止背景下的運動 目標檢測和運動背景下運動目標的檢測兩類，進而對于進行檢測的方法，可以劃分為三類 靜止背景下運動目標檢測算法、運動背景下運動目標檢測算法以及可以應(yīng)用在兩種情況下 的運動目標檢測算法。無人機偵察視頻是航空視頻的一類，在這些具體應(yīng)用中，由于飛行器和云臺都具 備主動運動，使背景存在較為復(fù)雜的運動，在沒有目標完整先驗知識的條件下，要實現(xiàn)運動 目標檢測，只能遵循第二類算法的思路，即獲取較為準確的全局運動估計。對于運動背景下的運動目標檢測算法，核心思想是獲得背景運動的規(guī)律，再通過 運動補償使幀間的全局運動盡可能減小或去除，之后可以按照靜止背景的方法進行運動 目標檢測，這類算法中核心問題是進行全局運動估計，比較典型的有塊匹配法、相位相關(guān)法 等。前者是通過對視頻幀進行分塊、匹配，獲得每個塊的運動矢量，進而估計出整個幀的全 局運動(即背景運動)；后者利用頻域中的相位信息，應(yīng)用傅立葉變換的平移性質(zhì)，獲得一 幀的全局運動。還有一種方法稱為光流法，通過對每個像素建立光流約束方程，解算出運動 方向。通過上述介紹不難看出各種方法的優(yōu)勢和限制，塊匹配法簡單易實現(xiàn)，但是塊匹 配法需要通過后續(xù)處理，比如統(tǒng)計平均等方式，才能得到全局運動估計；運動估計的效果受 到搜索窗大小、匹配準則的不同會有所差異，而在實際應(yīng)用會存在參差不齊的效果。相位相 關(guān)法在頻域中提取相位信息，不受圖像內(nèi)容復(fù)雜度的影響，具有很好的估計精度、可檢測大 位移和抗干擾能力，但因整幅圖像頻譜變換的計算量大，難以滿足實時性要求，在實際中的 應(yīng)用還十分有限。對于光流法，雖然很多方法取得了較好的光流估計，但在計算光流時涉及 到可調(diào)參數(shù)的人工選取、可靠性評價因子的選擇困難，以及預(yù)處理對光流計算結(jié)果的影響， 在應(yīng)用光流對目標進行實時檢測與自動跟蹤時仍存在很多問題。

發(fā)明內(nèi)容
本發(fā)明的目的是為了解決上述問題，提出一種無人機偵察視頻分級運動補償方 法，具有如下步驟第一步，獲取飛行參數(shù)。從空速表、高度表、陀螺儀、攝像頭云臺控制系統(tǒng)等機載設(shè)備上提取飛行和云臺運 動參數(shù)。第二步，全局運動一級補償。根據(jù)第一步中讀取的飛行參數(shù)，通過簡單的計算得出全局運動的一級補償量，一
5級補償后得到粗略的補償結(jié)果。第三步，全局運動二級補償。一級補償后，兩幀圖像相差的全局運動已經(jīng)很小，然后對幾個選定的圖像子塊應(yīng) 用分塊相位相關(guān)方法，得到兩幀圖像間仍殘余的全局運動。根據(jù)分塊的相位相關(guān)法可以精 準的估計全局運動矢量。第四步，進行全局運動補償。經(jīng)過上述三步，已經(jīng)得出了精確地全局運動矢量，用精確地全局運動矢量對視頻 進行補償，得到靜態(tài)背景的視頻。在處理運動目標識別、跟蹤時，就可以按照靜止背景的方 法進行處理了。本發(fā)明的優(yōu)點在于(1)估計精度高、可檢測位移大和抗干擾性能優(yōu)良；(2)大大的減少了計算量；(3)實時性強；(4)參數(shù)選取靈活，適用性強。


圖1為本發(fā)明提供的無人機偵察視頻分級運動補償方法總體流程圖；圖2為一級補償計算流程圖；圖3為二級補償計算流程圖；圖4為圖像取塊示意圖；圖5分塊相位相關(guān)法進行全局運動估計實例。
具體實施例方式下面結(jié)合附圖，對本發(fā)明的具體實施方式
進行詳細說明，流程如圖1所示，包括以 下幾個步驟第一步，獲取飛行參數(shù)。從空速表、高度表、陀螺儀、攝像頭云臺控制系統(tǒng)等機載設(shè)備上提取飛行和云臺運 動參數(shù)。具體為由上述空速表、高度儀、攝像頭云臺控制系統(tǒng)等設(shè)備上得到的飛行參數(shù)組
權(quán)利要求
1.無人機偵察視頻分級運動補償方法，其特征在于，包括以下幾個步驟 第一步，獲取飛行參數(shù)；從機載設(shè)備上提取飛行和云臺運動參數(shù)； 第二步，全局運動一級補償；根據(jù)第一步中讀取的飛行參數(shù)，得出一級全局運動矢量，一級補償后得到粗略的補償 結(jié)果；第三步，全局運動二級補償；一級補償后，對選定的圖像子塊應(yīng)用分塊相位相關(guān)方法，得到兩幀圖像間仍殘余的全 局運動，根據(jù)分塊的相位相關(guān)法精準的估計二級全局運動矢量； 第四步，進行全局運動二級補償；由第三步，得出了精確地二級全局運動矢量，用精確二級地全局運動矢量對視頻進行 補償。
2.根據(jù)權(quán)利要求1所述的無人機偵察視頻分級運動補償方法，其特征在于，第一 步具體為由空速表、高度儀、攝像頭云臺控制系統(tǒng)上得到的飛行參數(shù)組成多元集P:(^uav , ^uav , ^uav , Puav , ^cam , Ycam ,義cam ,爐,/0,/0,/r}，其中Vuav, Hua為飛機的飛行速度與高度； α uav，β uav為飛機的方位角與俯仰角；V。 為云臺相對于飛機運動的速度；Y。am，λ cam為攝像 機的轉(zhuǎn)動角與俯仰角沖為攝像機視場角；I (w，h)為所獲視頻流的每幀圖像的寬和高，以像 素為單位；fr為視頻流的幀率。
3.根據(jù)權(quán)利要求1所述的無人機偵察視頻分級運動補償方法，其特征在于，第二步的 全局運動一級補償具體為(1)求取全局運動一級補償量 根據(jù)P集獲取 兩連續(xù)幀間背景位移為背景位移沿地面參照物水平分量為背景位移沿地面參照物垂直分量為偵察區(qū)域A=2x^ovxtan|水平方向運動矢量 垂直方向運動矢量 所獲一級補償?shù)娜诌\動矢量為dg — (jo’ jo)(2)對視頻圖像進行一級補償 將后一幀圖像加上一級全局運動矢量，即是將后一幀圖像平移，平移量為(-iy-jo)，完成了視頻圖像的全局運動一級補償。
4.根據(jù)權(quán)利要求1所述的無人機偵察視頻分級運動補償方法，其特征在于，第三步具 體步驟如下(1)首先從圖像中選取2 9個子塊；(2)先從所選的子塊中選取兩組進行如下步驟對兩組子塊分別用相位相關(guān)法估計二級全局運動補償，其中一個子塊獲取二級全局運 動補償?shù)脑敿毑襟E如下①連續(xù)兩幀圖像中對應(yīng)子塊的時域表達分別為fk(x，y)和fk+1(x，y)，兩幀圖像在時域 上的位移為(χ。，y0)；②獲取兩子塊對應(yīng)的傅立葉變換，分別為FkK，η)和Fk+1“，η)
5.根據(jù)權(quán)利要求4所述的無人機偵察視頻分級運動補償方法，其特征在于，所述的(1) 中，子塊選擇靠近圖像邊緣區(qū)域，選取子塊的大小與數(shù)量根據(jù)視頻質(zhì)量、要求補償精度確 定。
6.根據(jù)權(quán)利要求4所述的無人機偵察視頻分級運動補償方法，其特征在于，所述的(3) 中，閾值為(1，1) (5，5)之間。
7.根據(jù)權(quán)利要求1所述的無人機偵察視頻分級運動補償方法，其特征在于，所述的第 四步具體為將后一幀圖像加上精確地全局運動矢量，即是將后一幀圖像平移，平移量為(- ，_yQ)， 使得兩幀圖像的背景位置不變，即得到靜態(tài)背景的視頻；至此，完成了無人機偵察視頻相鄰 兩幀的全局運動分級補償；重復(fù)上述過程，對每一幀圖像進行上述處理，即可完成無人機偵察視頻的全局運動補償。
全文摘要
本發(fā)明公開了一種無人機偵察視頻分級運動補償方法，屬于數(shù)字視頻圖像處理技術(shù)領(lǐng)域，首先通過飛行參數(shù)粗略的計算全局運動矢量，實現(xiàn)全局運動的粗略補償，然后用分塊相位相關(guān)法進行二次運動補償，實現(xiàn)精準的運動補償。本發(fā)明可以用于視頻運動補償，具有計算量小、精準度高、實時性強、位移檢測范圍很大，抗干擾能力強等特點。
文檔編號H04N5/14GK102123234SQ20111006147
公開日2011年7月13日 申請日期2011年3月15日 優(yōu)先權(quán)日2011年3月15日
發(fā)明者丁文銳, 姜哲, 王廣彪, 趙福立 申請人:北京航空航天大學