CN105096346A - 一种防抖的运动目标拍摄处理系统 - Google Patents

Abstract

一种防抖的运动目标拍摄处理系统，包括无人机，无人机上设置处理器，无人机的下部设置截面为倒U型的机架，机架上安装截面为U型的支撑座，支撑座侧边与机架侧边之间铰接，支撑座与机架铰接轴连接翻转电机，翻转电机固定安装在机架上；支撑座上配合设置两根竖向的旋转轴，旋转轴的上端安装被动轮，旋转轴的下端位于支撑座的下部安装摄像头架，摄像头架上固定安装摄像头；支撑座上安装固定座，固定座上设置旋转电机，旋转电机的输出轴按在主动轮，主动轮和两个被动轮之间通过同一根传动带配合连接；摄像头架上设置水平固定座和竖直固定座，摄像头被固定安装在水平固定座和竖直固定座上，水平固定座和竖直固定座均通过弹簧与摄像头架连接。

Description

一种防抖的运动目标拍摄处理系统

技术领域

本发明涉属于图片拍摄处理设备领域，确切地说是一种防抖的运动目标拍摄处理系统。

背景技术

目前，高空动态目标图像获取应用与多个行业。早很多人们不方便到达的高空，通过无人机搭在摄像头进行跟踪拍摄，能够有效获得运动目标的情况。在跟踪运动目标过程中，拍摄设备也在跟随运动，这样容易造成运动中的摄像头拍摄的图像出现抖动现象，从而影响图片的清晰度，无法达到监视目标的目的。

发明内容

为解决上述问题，本发明的目的是提供一种防抖的运动目标拍摄处理系统。

本发明为实现上述目的，通过以下技术方案实现：

一种防抖的运动目标拍摄处理系统，包括带螺旋桨的无人机，无人机上设置处理器，无人机的下部设置截面为倒U型的机架，机架上安装截面为U型的支撑座，支撑座侧边与机架侧边之间铰接，支撑座与机架铰接轴连接翻转电机，翻转电机固定安装在机架上；支撑座上配合设置两根竖向的旋转轴，旋转轴的上端安装被动轮，旋转轴的下端位于支撑座的下部安装摄像头架，摄像头架上固定安装摄像头；支撑座上安装固定座，固定座上设置旋转电机，旋转电机的输出轴按在主动轮，主动轮和两个被动轮之间通过同一根传动带配合连接；摄像头架上设置水平固定座和竖直固定座，摄像头被固定安装在水平固定座和竖直固定座上，水平固定座和竖直固定座均通过弹簧与摄像头架连接。

为进一步实现本发明的目的，还可以采用以下技术方案：还包括控制装置和目标位置装置，控制装置安装在无人机上，控制装置由控制模块、无线信号接收模块、第一GPS定位模块、第一高度定位模块组成，第一GPS定位模块、第一高度定位模块和无线信号接收模块的输出端连接控制模块，控制模块控制无人机飞行；目标位置装置由第二GPS定位模块、第二高度定位模块和无线信号发射模块组成，第二GPS定位模块和第二高度定位模块的输出端连接无线信号发射模块，无线信号发射模块与无线信号接收模块无线连接。

所述的处理器对图像采用下述方法进行处理，包括下述步骤：

①获取同一时刻两个摄像头拍摄的两幅图像；对两幅图像的点锐度通过式(1)进行计算：

$P=\frac{\underset{i=1}{\overset{m\×n}{\Σ}}\underset{a=1}{\overset{8}{\Σ}}|df/dx|}{m\×n}---\left(1\right)$

其中，m,n为图像的长和宽,df为灰度变化幅值,dx为像元间的距离增量；

②对两幅图像的点锐度进行比较，保留点锐度较大的图像；

③对步骤②保留的图像进行电子防抖处理，得到清晰图像。

所述的处理器对图像采用下述方法进行处理，包括下述步骤：

①将图像区域R分为背景图像区域和目标图像区域，每个图像区域R分别获得特征直方图，特征直方图为灰度直方图H(n)、方向梯度直方图H(n)和纹理直方图H(n)；

②将步骤①得到的每种特征直方图分别进行归一化处理，得到每种特征直方图的类条件概率密度分布，其中背景图像区域的特征直方图的类条件概率密度分布为p_o ^f(n)，目标图像区域的特征直方图的类条件概率密度分布为p_b ^f(n)；

③将步骤②得到p_o ^f(n)和p_b ^f(n)按照式(6)计算获得每种特征的似然L^f(n)；

$L^f\left(n\right)=\ln \left(\frac{p_o^f\left(n\right)+\mathrm{\ϵ}}{p_b^f\left(n\right)+\mathrm{\ϵ}}\right)---\left(6\right),$

式中ε为正实数。

所述的灰度直方图H(n)按照式(2)计算获得：

$H\left(n\right)=\underset{i\∈R}{\Σ}\mathrm{\δ}\left(f\right(i)=n)---\left(2\right)$

式(2)中,i为像素编号,R为目标或背景区域，f为灰度取值，δ为狄拉克函数。

所述的方向梯度直方图H(n)按照式(3)计算获得：

$H\left(n\right)=\underset{i\∈R}{\Σ}A\left(i\right)\mathrm{\δ}\left(f\right(i)=n)---\left(3\right)$

式(3)中，i为像素编号,R为目标或背景区域，f为梯度方向取值，A为梯度幅度取值，δ为狄拉克函数。

所述的纹理直方图H(n)按照式(4)计算获得：

$H\left(n\right)=\underset{i\∈R}{\Σ}\mathrm{\δ}\left(f\right(i)=n)---\left(4\right)$

式(3)中，i为像素编号,R为目标或背景区域，f为纹理特征LBP_8，1的取值，δ为狄拉克函数；其中纹理特征LBP_8，1按照式(5)计算获得：

${\mathrm{LBP}}_{8,1}=\underset{i-0}{\overset{7}{\Σ}}I(g_i-g_c\≥0)*2^i---\left(5\right)$

式(5)中，i为像素编号,在以像素c为中心的8邻域内由左至右逆时针取值，g_i与g_c为像素i与c的灰度取值，I为单位指示函数。

本发明的优点在于：本发明通过无人机在高空对地面目标进行跟踪，拍摄图像。根据需要拍摄的目标的位置和角度，可以调整摄像头的旋转和翻转角度，已获取最佳的图像。拍摄过程中，两个摄像头翻转、旋转均为同步运行，同一时刻获取相同角度和内容的两张图像，对图像经过比较后保留清晰度较高的图像，从而提高图像选择空间。同时，通过弹簧16减少摄像头随无人机运动抖动的幅度，有效提高防抖效果。本发明还具有结构简洁紧凑、制造成本低廉和使用简便的优点。

附图说明

图1是本发明的结构示意图；图2是沿图1的A-A向剖视放大结构示意图；图3是图1的Ⅰ局部放大结构示意图；图4是本发明工作原理图；图5为第一个摄像头获得图像，图6为第二个摄像头获得的图像；图7为电子防抖处理后的图像；图8是实施例原始状态图；图9是实施例背景图像区域和目标图像区域结合灰度直方图；图10是实施例背景图像区域和目标图像区域结合方向梯度直方图线；图11是实施例背景图像区域和目标图像区域结合的纹理直方图；图12是实施例灰度似然分布图；图13是实施例方向梯度似然分布图；图14是实施例纹理似然分布图。

附图标记：1无人机2U型的机架3支撑座4翻转电机5旋转轴6被动轮7摄像头架8摄像头9固定座10旋转电机11主动轮12传动带13处理器14水平固定座15竖直固定座16弹簧17控制模块18无线信号接收模块19第一GPS定位模块20第一高度定位模块21第二GPS定位模块22第二高度定位模块23无线信号发射模块。

具体实施方式

一种防抖的运动目标拍摄处理系统，如图1、图2和图3所示，包括带螺旋桨的无人机1，无人机1上设置处理器13，处理器13对图片进行处理，无人机1的下部设置截面为倒U型的机架2，机架2上安装截面为U型的支撑座3，支撑座3侧边与机架2侧边之间铰接，支撑座3与机架2铰接轴连接翻转电机4，翻转电机4固定安装在机架2上；支撑座3上配合设置两根竖向的旋转轴5，旋转轴5的上端安装被动轮6，旋转轴5的下端位于支撑座3的下部安装摄像头架7，摄像头架7上固定安装摄像头8；支撑座3上安装固定座9，固定座9上设置旋转电机10，旋转电机10的输出轴按在主动轮11，主动轮11和两个被动轮6之间通过同一根传动带12配合连接；摄像头架7上设置水平固定座14和竖直固定座15，摄像头8被固定安装在水平固定座14和竖直固定座15上，水平固定座14和竖直固定座15均通过弹簧16与摄像头架7连接。本发明通过无人机在高空对地面目标进行跟踪，拍摄图像。根据需要拍摄的目标的位置和角度，可以调整摄像头的旋转和翻转角度，已获取最佳的图像。拍摄过程中，两个摄像头翻转、旋转均为同步运行，同一时刻获取相同角度和内容的两张图像，对图像经过比较后保留清晰度较高的图像，从而提高图像选择空间。同时，通过弹簧16减少摄像头随无人机运动抖动的幅度，有效提高防抖效果。

为了提高目标追踪效率，如图4所示，还包括控制装置和目标位置装置，控制装置安装在无人机1上，控制装置由控制模块17、无线信号接收模块18、第一GPS定位模块19、第一高度定位模块20组成，第一GPS定位模块19、第一高度定位模块20和无线信号接收模块18的输出端连接控制模块17，控制模块17控制无人机1飞行；目标位置装置由第二GPS定位模块21、第二高度定位模块22和无线信号发射模块23组成，第二GPS定位模块21和第二高度定位模块22的输出端连接无线信号发射模块23，无线信号发射模块23与无线信号接收模块18无线连接。第一高度定位模块20和第二高度定位模块22为大气压力传感器，通过测量所处位置的大气压，换算出所在高度。目标位置装置由所需被跟踪的设备或者人员携带，通过第二GPS定位模块21、第二高度定位模块22确定跟踪目标的位置和高度，无人机通过第一GPS定位模块19、第一高度定位模块20确定无人机所在位置和高度，以便根据上述信息更为接近目标，从而进行目标跟踪拍摄。

为了进一步提高清晰度，增加防抖成像的效果，所述的处理器13对图像采用下述方法进行处理，包括下述步骤：

①获取同一时刻两个摄像头8拍摄的两幅图像；对两幅图像的点锐度通过式(1)进行计算：

$P=\frac{\underset{i=1}{\overset{m\×n}{\Σ}}\underset{a=1}{\overset{8}{\Σ}}|df/dx|}{m\×n}---\left(1\right)$

其中，m,n为图像的长和宽,df为灰度变化幅值,dx为像元间的距离增量；

②对两幅图像的点锐度进行比较，保留点锐度较大的图像；

③对步骤②保留的图像进行电子防抖处理，得到清晰图像。

以下述实施例为例，具体说明：

①获取同一时刻两个摄像头8拍摄的两幅图像，如图5和图6所示，图5为第一个摄像头获得图像，图6为第二个摄像头获得的图像；对两幅图像的点锐度通过式(1)进行计算：

$P=\frac{\underset{i=1}{\overset{m\×n}{\Σ}}\underset{a=1}{\overset{8}{\Σ}}|df/dx|}{m\×n}---\left(1\right)$

其中，m,n为图像的长和宽,df为灰度变化幅值,dx为像元间的距离增量；

②对两幅图像的点锐度进行比较，图5的点锐度为14.66，图6的点锐度为8.99，保留点锐度较大的图像，即图5；

③对步骤②保留的图像图5进行电子防抖处理，得到清晰图像，如图7所示。

为了能够有效自动的追踪目标，将图像中目标与背景有效的分离时追中目标的关键，处理器13对图像采用下述方法进行处理，结合实施例进行说明，能够有效地将目标与背景分离，包括下述步骤：

一种目标外观的局部图像特征描述方法，包括下述步骤：

①将图像区域R分为背景图像区域和目标图像区域，如图8所示，图8为原始图像，图中框A为背景区域，框B为目标区域。背景区域和目标区域分别获得特征直方图，特征直方图为灰度直方图H(n)、方向梯度直方图H(n)和纹理直方图H(n)。

灰度直方图H(n)按照式(2)计算获得，将背景图像区域和目标图像区域结合至同一直方图中，结果如图9所示，其中A为背景图像区域灰度直方图线，B为目标图像区域灰度直方图线：

$H\left(n\right)=\underset{i\∈R}{\Σ}\mathrm{\δ}\left(f\right(i)=n)---\left(2\right)$

式(2)中,i为像素编号,R为目标或背景区域，f为灰度取值，δ为狄拉克函数。

方向梯度直方图H(n)按照式(3)计算获得，将背景图像区域和目标图像区域结合至同一直方图中，结果如图10所示，其中A为背景图像区域方向梯度直方图线，B为目标图像区域方向梯度直方图线：

$H\left(n\right)=\underset{i\∈R}{\Σ}A\left(i\right)\mathrm{\δ}\left(f\right(i)=n)---\left(3\right)$

式(3)中，i为像素编号,R为目标或背景区域，f为梯度方向取值，A为梯度幅度取值，δ为狄拉克函数。

的纹理直方图H(n)按照式(4)计算获得，将背景图像区域和目标图像区域结合至同一直方图中，结果如图11所示，其中A为背景图像区域纹理直方图线，B为目标图像区域纹理直方图线：

$H\left(n\right)=\underset{i\∈R}{\Σ}\mathrm{\δ}\left(f\right(i)=n)---\left(4\right)$

式(4)中，i为像素编号,R为目标或背景区域，f为纹理特征LBP_8，1的取值，δ为狄拉克函数；其中纹理特征LBP_8，1按照式(5)计算获得：

${\mathrm{LBP}}_{8,1}=\underset{i-0}{\overset{7}{\Σ}}I(g_i-g_c\≥0)*2^i---\left(5\right)$

式(5)中，i为像素编号,在以像素c为中心的8邻域内由左至右逆时针取值，g_i与g_c为像素i与c的灰度取值，I为单位指示函数。

②将步骤①得到的每种特征直方图分别进行归一化处理，得到每种特征直方图的类条件概率密度分布，灰度似然分布如图12所示，方向梯度似然分布如图13所示，纹理似然分布如图14所示。

其中背景图像区域的特征直方图的类条件概率密度分布为p_o ^f(n)，目标图像区域的特征直方图的类条件概率密度分布为p_b ^f(n)；

③将步骤②得到p_o ^f(n)和p_b ^f(n)按照式(6)计算获得每种特征的似然L^f(n)；

$L^f\left(n\right)=\ln \left(\frac{p_o^f\left(n\right)+\mathrm{\ϵ}}{p_b^f\left(n\right)+\mathrm{\ϵ}}\right)---\left(6\right),$

式中ε为正实数，ε任取很小的正实数，以避免对零取对数。通过该处理，将目标与背景特征多峰分布转变为用于分类的特征似然L^f(n)，较大正值表示更可能是目标，较小负值表示更可能是背景，接近于零则表示不确定。对目标跟踪实验结果表明，本发明方法在背景光照、目标姿态变化及局部被遮挡等情况下特征提取稳定性良好。

本发明的技术方案并不限制于本发明所述的实施例的范围内。本发明未详尽描述的技术内容均为公知技术。

Claims (7)

1.一种防抖的运动目标拍摄处理系统，其特征在于：包括带螺旋桨的无人机(1)，无人机(1)上设置处理器(13)，无人机(1)的下部设置截面为倒U型的机架(2)，机架(2)上安装截面为U型的支撑座(3)，支撑座(3)侧边与机架(2)侧边之间铰接，支撑座(3)与机架(2)铰接轴连接翻转电机(4)，翻转电机(4)固定安装在机架(2)上；支撑座(3)上配合设置两根竖向的旋转轴(5)，旋转轴(5)的上端安装被动轮(6)，旋转轴(5)的下端位于支撑座(3)的下部安装摄像头架(7)，摄像头架(7)上固定安装摄像头(8)；支撑座(3)上安装固定座(9)，固定座(9)上设置旋转电机(10)，旋转电机(10)的输出轴按在主动轮(11)，主动轮(11)和两个被动轮(6)之间通过同一根传动带(12)配合连接；摄像头架(7)上设置水平固定座(14)和竖直固定座(15)，摄像头(8)被固定安装在水平固定座(14)和竖直固定座(15)上，水平固定座(14)和竖直固定座(15)均通过弹簧(16)与摄像头架(7)连接。

2.根据权利要求1所述的一种防抖的运动目标拍摄处理系统，其特征在于：还包括控制装置和目标位置装置，控制装置安装在无人机(1)上，控制装置由控制模块(17)、无线信号接收模块(18)、第一GPS定位模块(19)、第一高度定位模块(20)组成，第一GPS定位模块(19)、第一高度定位模块(20)和无线信号接收模块(18)的输出端连接控制模块(17)，控制模块(17)控制无人机(1)飞行；目标位置装置由第二GPS定位模块(21)、第二高度定位模块(22)和无线信号发射模块(23)组成，第二GPS定位模块(21)和第二高度定位模块(22)的输出端连接无线信号发射模块(23)，无线信号发射模块(23)与无线信号接收模块(18)无线连接。

3.根据权利要求1所述的一种防抖的运动目标拍摄处理系统，其特征在于：所述的处理器(13)对图像采用下述方法进行处理，包括下述步骤：

①获取同一时刻两个摄像头(8)拍摄的两幅图像；对两幅图像的点锐度通过式(1)进行计算：

其中，m,n为图像的长和宽,df为灰度变化幅值,dx为像元间的距离增量；

②对两幅图像的点锐度进行比较，保留点锐度较大的图像；

③对步骤②保留的图像进行电子防抖处理，得到清晰图像。

4.根据权利要求1所述的一种防抖的运动目标拍摄处理系统，其特征在于：所述的处理器(13)对图像采用下述方法进行处理，包括下述步骤：

①将图像区域R分为背景图像区域和目标图像区域，每个图像区域R分别获得特征直方图，特征直方图为灰度直方图H(n)、方向梯度直方图H(n)和纹理直方图H(n)；

②将步骤①得到的每种特征直方图分别进行归一化处理，得到每种特征直方图的类条件概率密度分布，其中背景图像区域的特征直方图的类条件概率密度分布为p_o ^f(n)，目标图像区域的特征直方图的类条件概率密度分布为p_b ^f(n)；

③将步骤②得到p_o ^f(n)和p_b ^f(n)按照式(6)计算获得每种特征的似然L^f(n)；

$L^{\′}\left(n\right)=\ln \left(\frac{p_o^f\left(n\right)+s}{p_b^f\left(n\right)+s}\right)---\left(6\right),$

式中ε为正实数。

5.根据权利要求1所述的一种防抖的运动目标拍摄处理系统，其特征在于：所述的灰度直方图H(n)按照式(2)计算获得：

$H\left(n\right)=\underset{i\∈R}{\Σ}\mathrm{\δ}\left(f\right(i)=n)---\left(2\right)$

式(2)中,i为像素编号,R为目标或背景区域，f为灰度取值，δ为狄拉克函数。

6.根据权利要求1所述的一种防抖的运动目标拍摄处理系统，其特征在于：

所述的方向梯度直方图H(n)按照式(3)计算获得：

$H\left(n\right)=\underset{i\∈R}{\Σ}A\left(i\right)\mathrm{\δ}\left(f\right(i)=n)---\left(3\right)$

式(3)中，i为像素编号,R为目标或背景区域，f为梯度方向取值，A为梯度幅度取值，δ为狄拉克函数。

7.根据权利要求1所述的一种防抖的运动目标拍摄处理系统，其特征在于：

所述的纹理直方图H(n)按照式(4)计算获得：

$H\left(n\right)=\underset{i\∈R}{\Σ}\mathrm{\δ}\left(f\right(i)=n)---\left(4\right)$

式(3)中，i为像素编号,R为目标或背景区域，f为纹理特征LBP_8，1的取值，δ为狄拉克函数；其中纹理特征LBP_8，1按照式(5)计算获得：

式(5)中，i为像素编号,在以像素c为中心的8邻域内由左至右逆时针取值，g_i与g_c为像素i与c的灰度取值，I为单位指示函数。