买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉工程大学

摘要：本发明公开了一种空中非合作目标气球要害点快速的检测方法，包括：S1、输入检测图像G1，进行中值滤波去除噪声得到图像G2；S2、对图像G2分别进行X、Y方向的灰度投影，确定检测气球的位置以及气球的中心点P；S3、以中心点P作为极坐标的原点，利用双线性插值，将图像G2转换到极坐标系统中,得到图像G3；S4、对图像G3进行直方图统计；计算出当前阈值t0和目标的边缘信息，存储在数组E中；S5、使用最小二乘法计算出边缘各点拟合圆的半径R,并将曲率1R存储在一维的数组C中；S6、对曲率数组C进行均值滤波，找到数组C中最大的值，并返回到直角坐标系中的坐标位置M，该坐标M即为气球绳结。本发明能够快速、准确的对空中气球要害点进行检测。

主权项：1.一种空中非合作目标气球要害点快速的检测方法，其特征在于，包括以下步骤：S1、输入检测图像G1，并对其进行中值滤波，去除噪声，得到图像G2；S2、对图像G2分别进行X、Y方向的灰度投影，确定检测气球的位置以及气球的中心点P；S3、以中心点P作为极坐标的原点，利用双线性插值，将图像G2转换到极坐标系统中，得到图像G3；S4、对图像G3进行直方图统计；使用最小交叉熵方法计算出当前阈值t0，并提取出目标的边缘信息，存储在一维的数组E中；S5、利用均值滤波对边缘信息E进行平滑；使用最小二乘法计算出边缘各点拟合圆的半径R，并将曲率1R存储在一维的数组C中；S6、对曲率数组C进行均值滤波，找到数组C中最大的值，并返回到直角坐标系中的坐标位置M，该坐标M即为气球绳结。

全文数据：一种空中非合作目标气球要害点快速的检测方法技术领域本发明涉及图像处理和目标检测识别领域，尤其涉及一种空中非合作目标气球要害点快速的检测方法。背景技术近年来，越来越多的小型航空器出现在日常生活中，如轻型直升机、滑翔机、小型无人机、无人驾驶自由气球、系留气球等。这些设备在给人们带来便利的同时，也产生了诸多问题。由于其可以轻松飞越各种障碍，使用者常常不顾及公共安全，有意或无意的干扰公共服务，如操控设备进入机场区域影响飞机的正常起降，在足球比赛、音乐会等大型活动中使用无人机或气球航拍发生意外伤害他人等。反制这些设备的方法多种多样，如网捕，电子干扰，武器击落等，例如可以使用激光武器瞄准目标的要害点位置，将其击落。对于气球这种材质特殊的空中飞行器，使用激光武器进行打击时，其要害点位于绳结处，而不是球体表面。当激光照射到球体上时，由于物理特性的原因，会直接穿透气球，无法在气球表面聚能，不能将其烧毁，而气球的绳结部分具有不透光的特点，激光照射该位置，可以有效将气球击落，是理想的打击要害位置。要引导激光对准气球的要害位置，一种典型的方法是对其进行成像，通过图像处理的手段识别出气球的要害部位。基于图像的目标检测方法有很多。其中一些方法利用了目标的灰度信息来检测和定位目标，这类方法针对特定的应用场合和要求进行设计，其主要缺点是难于适应光照变化和背景复杂多变的情况。另外一些方法则利用了目标的形状信息来检测目标。这类方法能够适应不同的场景和光照变化，但计算复杂度较高，不能满足实时性的要求。在某些特定应用场合中，由于目标一般距离较远，目标在相面上的移动较大，为了始终能够捕获目标，成像设备往往具有大幅面，高帧频的特点，这就要求目标要害点定位算法既能适应各种复杂环境条件，又能快速处理得到定位结果。因此有必要开发一种空中非合作目标气球要害点检测方法。发明内容本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种空中非合作目标气球要害点快速的检测方法。本发明解决其技术问题所采用的技术方案是：本发明提供一种空中非合作目标气球要害点快速的检测方法，包括以下步骤：S1、输入检测图像G1，并对其进行中值滤波，去除噪声，得到图像G2；S2、对图像G2分别进行X、Y方向的灰度投影，确定检测气球的位置以及气球的中心点P；S3、以中心点P作为极坐标的原点，利用双线性插值，将图像G2转换到极坐标系统中，得到图像G3；S4、对图像G3进行直方图统计；使用最小交叉熵方法计算出当前阈值t0，并提取出目标的边缘信息，存储在一维的数组E中；S5、利用均值滤波对边缘信息E进行平滑；使用最小二乘法计算出边缘各点拟合圆的半径R，并将曲率1R存储在一维的数组C中；S6、对曲率数组C进行均值滤波，找到数组C中最大的值，并返回到直角坐标系中的坐标位置M，该坐标M即为气球绳结。进一步地，本发明的步骤S2的具体方法为：S21、图像G2的大小为M×N，对G2分别进行X、Y方向上的投影，计算公式如下：其中Xij、Yij分别表示为图像在第j列、第i行上的投影，fij为坐标的灰度值；S22、对步骤S21中求得的两个一维数据Xj、Yi进行模板为3，-1，-1，-1的卷积计算，并分别取Xj、Yi中最小、最大值Xmin、Xmax、Ymin、Ymax，则气球的位置在以点Xmin,Ymin、Xmax,Ymax为对角的矩形区域内，气球的中心点设为进一步地，本发明的步骤S3的具体方法为：S31、双线性插值的计算公式如下：Fr,θ＝1-t*1-u*fx,y+1-t*u*fx+1,y+t*1-u*fx,y+1+t*u*fx+1,y+1其中fx,y为检测图像G2，Fr,θ为极坐标系统下的图像G3，x,y和r,θ分别表示插值前后图像的坐标，u、t分别为插值点坐标rcosθ,rsinθ与x,y在x和y方向的距离，且0≤t＜1，0≤u＜1；S32、在图像G2上提取插值路径上的点r,θ，r为提取点到圆点P的距离，θ为当前插值路径的角度分量，并转换成直角坐标系上的点rcosθ,rsinθ，从而获得多个一维列向量Lθ，0≤θ＜360；根据双线性插值的计算公式，在提取的过程中对插值路径上的像素进行插值，获取多个一维列向量Vθ，0≤θ＜360，将多个一维列向量V0,V1,V2...,V359排列得到图像G3，其中，插值路径是以气球中心点为起点的直线，且在角度分量0°≤θ＜360°均匀分布。进一步地，本发明的步骤S4的具体方法为：对图像G3进行直方图统计得到一维数组U；求解式子：其中f、U1、U2分别为图像G3中各点灰度值以及灰度值小于、大于t的像素个数，所求t0作为阈值；S42、根据步骤S41所求t0，将图像G3分为前景S1和背景S2，区域划分如下：确定图像G3第一列S1和S2的分界位置E1和Ei，i＞1，则在Yi区域Ei-1-L,Ei-1+L内搜索分界位置，其中L为搜索半径。进一步地，本发明的步骤S5的具体方法为：S51、求取边缘点曲率的步骤为：建立最小二乘法拟合圆曲线模型，圆的方程表示为：R2＝x2-2Ax+A2+y2-2By+B2其中A,B为圆心，R为半径；边缘点θ，Eθ的取点集为：Xi,Yii∈i-4,i-2,i,i+2,i+4中点到圆边缘的距离的平方与半径平方的差为：其中a＝-2A，b＝-2B，c＝A2+B2-R2，Qa,b,c为δi的平方和为：S52、模型的求解：对Qa,b,c中的a,b,c分别求偏导，并令偏导等于0得到方程组如下：求解该方程组可以求得A,B和R的估计拟合值，则该边缘的曲率为1R。本发明产生的有益效果是：本发明的空中非合作目标气球要害点快速的检测方法，通过空中气球要害点检测算法，检测气球要害点的位置，并只对气球的相关区域进行算法处理，对于离气球较远的部分不做处理，另外，后续的算法只对一维的边缘信息处理，数据处理量少，这样有效地提高了算法的速度，满足了计算机视觉系统中图像处理的实时性要求。附图说明下面将结合附图及实施例对本发明作进一步说明，附图中：图1为本发明实施例空中气球要害点检测方法流程图；图2为气球检测的输入图像；图3为检测图像在X,Y方向上的投影图；图4为极坐标系统下的图像；图5为对气球的边缘提取；图6为气球边缘的曲率图；图7为气球绳结标记；图8为插值路径示意图。具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。本发明通过空中气球要害点检测算法，检测气球的位置，并只对气球的小区域内进行算法处理，对于离气球较远的部分不做算法处理，另外，后续的算法只对一维的边缘信息处理，数据处理量较少，这样大大地提高了算法的速度，满足了计算机视觉系统中图像处理的实时性要求。本发明的目的在于，为对空中气球要害点锁定系统，提供一种高效、快速的检测方法,如图1所示，包括以下步骤：S1、输入检测图像G1，如图2所示，并使用9×9模板进行中值滤波，去除噪声,得到图像G2；S2、使用式子1、2，对图像G2分别进行X、Y方向上的投影，对两个一维数据Xj、Yi进行模板为3，-1，-1，-1的计算，计算后的结果如图3b所示，并分别取值Xmin、Xmax、Ymin、Ymax，则气球的位置在以点Xmin,Ymin、Xmax,Ymax为对角的矩形区域内，气球的中心点设为S3、以中心点P作为极坐标的原点，使用公式3，对插值路径上的像素进行插值，获取堆积的多个一维列向量V2，将多个向量排列得到图像G3，如图4所示；S4、对图像G3进行直方图统计，对图像G3进行直方图统计得到一维数组U，求解式子4所得t0作为阈值，并提取出目标的边缘信息,存储在一维的数组E中，如图5所示；S5、利用均值滤波对边缘信息E进行平滑，并求解方程组6，得到该A,B和R的估计拟合值，则该边缘的曲率为1R,并将曲率存储在一维的数组C中，如图6所示；S6、对曲率数组C进行均值滤波，找到数组C中最大的值，并返回到直角坐标系中的坐标位置M，该坐标M即为气球绳结，如图7所示。本发明的一个具体实施例中，图2为输入检测图像。图3中a图1、2分别为在X、Y方向上的投影，b图1、2分别为在X、Y方向上使用模板计算后的投影图；图4为将气球转换在极坐标系统下的图像；图5为提取气球的边缘信息；图6为边缘的曲率图；图7为气球绳结标记图。应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

权利要求：1.一种空中非合作目标气球要害点快速的检测方法，其特征在于，包括以下步骤：S1、输入检测图像G1，并对其进行中值滤波，去除噪声，得到图像G2；S2、对图像G2分别进行X、Y方向的灰度投影，确定检测气球的位置以及气球的中心点P；S3、以中心点P作为极坐标的原点，利用双线性插值，将图像G2转换到极坐标系统中，得到图像G3；S4、对图像G3进行直方图统计；使用最小交叉熵方法计算出当前阈值t0，并提取出目标的边缘信息，存储在一维的数组E中；S5、利用均值滤波对边缘信息E进行平滑；使用最小二乘法计算出边缘各点拟合圆的半径R，并将曲率1R存储在一维的数组C中；S6、对曲率数组C进行均值滤波，找到数组C中最大的值，并返回到直角坐标系中的坐标位置M，该坐标M即为气球绳结。2.根据权利要求1所述的空中非合作目标气球要害点快速的检测方法，其特征在于，步骤S2的具体方法为：S21、图像G2的大小为M×N，对G2分别进行X、Y方向上的投影，计算公式如下：其中Xij、Yij分别表示为图像在第j列、第i行上的投影，fij为坐标的灰度值；S22、对步骤S21中求得的两个一维数据Xj、Yi进行模板为3，-1，-1，-1的卷积计算，并分别取Xj、Yi中最小、最大值Xmin、Xmax、Ymin、Ymax，则气球的位置在以点Xmin,Ymin、Xmax,Ymax为对角的矩形区域内，气球的中心点设为3.根据权利要求1所述的空中非合作目标气球要害点快速的检测方法，其特征在于，步骤S3的具体方法为：S31、双线性插值的计算公式如下：Fr,θ＝1-t*1-u*fx,y+1-t*u*fx+1,y+t*1-u*fx,y+1+t*u*fx+1,y+1其中fx,y为检测图像G2，Fr,θ为极坐标系统下的图像G3，x,y和r,θ分别表示插值前后图像的坐标，u、t分别为插值点坐标rcosθ,rsinθ与x,y在x和y方向的距离，且0≤t＜1，0≤u＜1；S32、在图像G2上提取插值路径上的点r,θ，r为提取点到圆点P的距离，θ为当前插值路径的角度分量，并转换成直角坐标系上的点rcosθ,rsinθ，从而获得多个一维列向量Lθ，0≤θ＜360；根据双线性插值的计算公式，在提取的过程中对插值路径上的像素进行插值，获取多个一维列向量Vθ，0≤θ＜360，将多个一维列向量V0,V1,V2...,V359排列得到图像G3，其中，插值路径是以气球中心点为起点的直线，且在角度分量0°≤θ＜360°均匀分布。4.根据权利要求1所述的空中非合作目标气球要害点快速的检测方法，其特征在于，步骤S4的具体方法为：对图像G3进行直方图统计得到一维数组U；求解式子：其中0≤t＜256，f、U1、U2分别为图像G3中各点灰度值以及灰度值小于、大于t的像素个数，所求t0作为阈值；S42、根据步骤S41所求t0，将图像G3分为前景S1和背景S2，区域划分如下：确定图像G3第一列S1和S2的分界位置E1和Ei，i＞1，则在Yi区域Ei-1-L,Ei-1+L内搜索分界位置，其中L为搜索半径。5.根据权利要求1所述的空中非合作目标气球要害点快速的检测方法，其特征在于，步骤S5的具体方法为：S51、求取边缘点曲率的步骤为：建立最小二乘法拟合圆曲线模型，圆的方程表示为：R2＝x2-2Ax+A2+y2-2By+B2其中A,B为圆心，R为半径；边缘点θ，Eθ的取点集为：Xi,Yii∈i-4,i-2,i,i+2,i+4中点到圆边缘的距离的平方与半径平方的差为：其中a＝-2A，b＝-2B，c＝A2+B2-R2，Qa,b,c为δi的平方和为：S52、模型的求解：对Qa,b,c中的a,b,c分别求偏导，并令偏导等于0得到方程组如下：求解该方程组可以求得A,B和R的估计拟合值，则该边缘的曲率为1R。

百度查询： 武汉工程大学 一种空中非合作目标气球要害点快速的检测方法