一種飛行目標(biāo)的檢測方法

張鵬飛 劉亞玲

摘 要：隨著消費者對無人機越來越多的使用，在安全、隱私等領(lǐng)域引發(fā)了新的挑戰(zhàn)。采用視頻檢測無人機已經(jīng)變得越來越重要，動態(tài)攝像機監(jiān)控?zé)o人機時無法采用幀間差分法與背景差分法，為了應(yīng)用于動態(tài)攝像機對無人機進行檢測，本文提出一種基于光流法的飛行目標(biāo)檢測方法。基于系統(tǒng)的可行性考慮，采用Simulink搭建仿真系統(tǒng)進行實驗驗證。仿真結(jié)果驗證了本文方法的有效性。

關(guān)鍵詞：光流法；Simulink；檢測；

0 前言

隨著消費者對無人機越來越多的使用，無人機檢測系統(tǒng)對于安全、隱私等領(lǐng)域已經(jīng)變得越來越重要。光傳感器價格低廉，便于推廣、實現(xiàn)。基于視頻檢測原理的系統(tǒng)中，視頻圖像是檢測任務(wù)的核心，因為它可以輕松覆蓋大面積區(qū)域，并且容易進行處理。視頻檢測系統(tǒng)大多采用靜態(tài)或動態(tài)攝像頭對運動目標(biāo)進行捕捉，基于幀間差分法和背景差分法的視頻檢測系統(tǒng)需要攝像機保持靜態(tài)，為了運用于基于動態(tài)攝像機的視頻檢測系統(tǒng)，本文提出一種基于光流法的飛行目標(biāo)檢測方法。

1 運動目標(biāo)檢測算法研究

光流法可以避免背景差分法和幀間差分法的不足，不需要知道場景的任何信息，并且能夠有效的提取完整運動目標(biāo)。任何一個運動的目標(biāo)在三維空間中，都會形成一個運動場，投影在二維平面上是一個二維場，也就是光流場。光流場不僅涵蓋了目標(biāo)的三維信息，還有目標(biāo)運動的速度和方向。當(dāng)目標(biāo)連續(xù)運動時，其在圖像上的映射也會跟著發(fā)生連續(xù)變化，也就形成了光流場。Horn-Schunck光流法假設(shè)像素點的強度是恒定的，認為在整個成像平面上光流的不會發(fā)生太大的變化，或者說變化的速度是連續(xù)的，或者說光流改變的速度很慢。如果運動目標(biāo)是剛體，其局部的位移是一樣的，所以剛體局部的速度相等。Horn-Schunck光流法的計算復(fù)雜度低、實現(xiàn)相對簡單。但是計算量大，平滑速度場容易導(dǎo)致紋理丟失，噪聲會對計算結(jié)果有不小的影響。Lucas-Kanade光流法（簡稱L-K光流法）提出于1981年。與Horn-Schunck不同，Lucas-Kanade光流法是基于局部約束，約定在一個很小的空間內(nèi)目標(biāo)運動速度的大小和方向不變，用最小二乘法對圖像的位移進行預(yù)測。因為Lucas-Kanade光流法應(yīng)用在大量位置離的較遠的點時，計算效果更佳，故被稱為之稀疏光流場，該方法需要滿足三個條件：

（1）在目標(biāo)運動的過程中，目標(biāo)表面的光照強度需要恒定。對于灰度圖像，即需要保持像素點的灰度值不變。

（2）運動目標(biāo)的圖像表現(xiàn)上時間應(yīng)該是連續(xù)的，即目標(biāo)在兩幀中的運動應(yīng)該是較小的位移，只能應(yīng)用于緩慢的運動。

（3）同一個尺度空間下的相鄰點應(yīng)該均出現(xiàn)在圖像上的相鄰位置。

2 仿真系統(tǒng)

Simulink是MATLAB最重要的組件之一，是在MATLAB中基于幀的視頻圖形處理的系統(tǒng)仿真軟件，是實現(xiàn)動態(tài)系統(tǒng)建模、仿真和分析的集成環(huán)境。在該環(huán)境中，無需大量編寫程序代碼，設(shè)計的流程在Simulink中以圖形形式描述算法。Simulink 提供了交互式圖形化環(huán)境和定制模塊庫來對其進行設(shè)計、仿真、執(zhí)行和測試。Simulink中的Computer Vision System

（機器視覺工具箱）工具可對視頻圖像進行幀處理。基于光流法的運動目標(biāo)檢測與跟蹤系統(tǒng)的整體系統(tǒng)算法框圖如圖1所示。

根據(jù)圖1，通過在Simulink中搭建仿真系統(tǒng)，如圖2所示。仿真系統(tǒng)由讀取視頻模塊、灰度轉(zhuǎn)換模塊、光流計算模塊、預(yù)處理模塊、矩陣框計算、以及顯示模塊組成。

通過讀取視頻模塊提取視頻樣本后采用色彩轉(zhuǎn)換模塊將彩色圖像轉(zhuǎn)換為灰度圖像，將灰度化后的視頻樣本送至Optical Flow模塊執(zhí)行光流法操作進行運動估計，此模塊可選擇Horn-Schunck法或Lucas-Kanada法。本系統(tǒng)采用Horn-Schunck法對天空區(qū)域進行運動估計。將經(jīng)過運動估計后的圖像送至預(yù)處理模塊進行腐蝕、膨脹等操作。Display Results子系統(tǒng)將對超過閾值的運動目標(biāo)生成矩形框，最后在原始視頻中顯示出運動目標(biāo)與矩形框。

3 實驗驗證

本系統(tǒng)對動態(tài)手機拍攝的無人機視頻進行測試，測試結(jié)果如圖2所示，識別率如表1所示。

4 結(jié)語

本文對基于光流法的飛行目標(biāo)檢測方法進行分析和仿真，實驗結(jié)果表明光流法可以有效檢測到飛行目標(biāo)。本文通過Simulink建立仿真系統(tǒng)，采用Optical Flow模塊中的Horn-Schunck法對飛行目標(biāo)進行檢測。通過實驗表明，基于光流法的飛行目標(biāo)檢測方法對飛行目標(biāo)檢測的成功率非常高。

參考文獻：

[1]肖軍，朱世鵬，黃杭，謝亞男.基于光流法的運動目標(biāo)檢測與跟蹤算法[J].東北大學(xué)學(xué)報（自然科學(xué)版），2016，37（06）：770-774.

[2]魏洪峰，韓志艷.運動目標(biāo)檢測與跟蹤[J].渤海大學(xué)學(xué)報（自然科學(xué)版），2017，（4）：370-377.

[3]羅志升，王黎，高曉蓉，王澤勇，趙全軻.序列圖像中運動目標(biāo)檢測與跟蹤方法分析[J].現(xiàn)代電子技術(shù)，2009，32（11）：125-128.

作者簡介：

張鵬飛 （1993.02--） 男，山西省晉城市人，碩士，專業(yè)：信息與通信工程。