基于主运动分析的野外视觉侦察系统――运动目(4)

本文介绍了一个针对野外自然环境设计的视觉侦察系统,其主要功能包括运动目标的检测、 跟踪及环境全景图的生成.摄像机安装在360°水平旋转可控的车载云台上,视频信号及云 台方位数据通过无线通讯传送给基地端的计算机.计算机自动地检测其中的运动目标,实时 地拼接出镶嵌有

第 卷第 期刘亚等 基于主运动分析的野外视觉侦察系统

Ο κ ν

在根据光流估计主运动模型参数时 考虑到光流估计本身有误差 而且其中一小部分对应于非主运动的光流 我们采用鲁棒参数估计算法≈ 常用的最小二乘法鲁棒性较差 而鲁棒性很高的 ≥ ≥ ∏ 估计在多于 个参数后其计算复杂度很高 综合考虑性能与速度的要求 我们选择 2估计 ¬ ∏ ∞ 2 在算法实现时 采用迭代的重新加权最小二乘法 2 ≥ ∏ 由最小二乘法给出模型参数的初始估计 然后不断根据估计残差调整权值进行优化≈

4 运动目标检测 Μοτιονταργετδετεχτιον

设φν Ξ φν Ξ 为相邻的两帧图像 φχν Ξ 是φν Ξ 经主运动补偿后的结果 则残差图Δν Ξ 可表示为

Δν Ξ φχν Ξ φν Ξ

由于匹配结果不可避免地带有误差 所以残差图中存在很多噪声 而且运动区域也是由比较密集的离散点组成 因此必须进行预处理才能用于下一步的区域统计 对残差图的预处理包括形态学开运算和平滑处理 为加快处理速度 预处理是在对残差图作阈值化处理后进行的 处理过的残差图用于区域分割 由于残差大的区域都有可能是运动区域 可以先对残差大的点进行区域统计!聚类 形成候选区域 再使用一些启发式知识进行判断 准确地分割出运动物体 可用的启发式知识包括运动物体的大小和形状!运动物体之间的间隔!运动物体数目和所在位置等

5 运动目标跟踪 Μοτιονταργεττραχκινγ

运动目标跟踪的核心问题是在前后各帧的检测结果间建立对应关系 对于指定的目标就是确定其运动模型及其轨迹的过程 常见的运动模型包括一阶运动模型 仅考虑速度因素 !二阶运动模型 考虑了速度和加速度 以及更为复杂的高阶模型如

滤波器≈

等 出于实时处理的考虑 我们在

系统中使用了二阶运动模型

算法实现时考虑到存在目标误检和漏检的情形 在跟踪过程中维护一个运动目标缓冲区 2 帧 只有连续多次在根据运动模型预估的位置附近检测出的目标才认为是可靠的检测 而偶尔出现的目标被当作误检测排除 类似地 当某目标连续消失

数帧以上时才认为它确实从视场中消失 否则则认为这是漏检而加以填补

摄像机云台的控制需要根据检测出的目标方位来确定 由于摄像机本身的运动不利于对运动目标的准确检测 所以我们采用有阈值的负反馈机制来控制云台的转动方位 仅当运动目标偏移图像中心比较多时才控制云台转向目标方位 以此减少云台的转动 设当前图像帧上运动目标到图像中心的水平偏移是 ¬ 超出了负反馈的控制阈值 则云台反方向旋转的角度为

Α

φ

其中 是摄像机的焦距 其数值可以根据摄像机视角范围来估算 假设摄像机水平视角为 图像帧宽度为ω ¬

则φ

φ

6 镶嵌运动目标的全景图拼接 Πανοραμα

γενερατιιονωιτημοτιονταργετμοσαιχσ

图像拼接实际上就是根据一定的全景图成像模型将各帧图像按照相应的运动参数进行变换后形成全景图的过程 通常全景图拼接多采用柱面成像模型 对应于摄像机光轴在水平面内绕垂直轴作纯旋转运动 它具有操作简便和符合人的观看习惯等优点 考虑到我们的实际情况 摄像机光轴近似在与水平面成一很小的角度的锥面上绕垂直轴作纯旋转运动图 各帧图像大致落在一圆锥面上 因此我们采用锥面模型生成全景图

相邻帧图像经变换后会有相当部分的重叠 重叠部分的数据应由相关各帧根据一定的融合准则共同确定 在我们的应用中 由于摄像机沿某一确定方向旋转 景深又非常大 因此我们对每帧图像只选取它们变换后的一个竖直窄条镶嵌到最后的锥面图上 这种方法在拼接时不需要保存图像序列 而且各帧的运动补偿也可以限制在竖直窄条内进行 大大节省了处理时间

上面所述的拼接过程没有考虑存在运动目标的情况 仅对静止背景有效 若存在运动目标 这种拼接方法可能会造成一运动目标出现多次或根本不出现的问题 为解决这个问题 我们采用了对背景和前景分层表示的全景图技术 将根据主运动分析方法检测出的运动目标从各帧中去除后得到的静止背景图 使用窄条拼接方法生成静止的背景全景图 而将