CN105678805B - 基于arm平台的航拍目标检测系统 - Google Patents

基于arm平台的航拍目标检测系统 Download PDF

Info

Publication number
CN105678805B
CN105678805B CN201610007048.4A CN201610007048A CN105678805B CN 105678805 B CN105678805 B CN 105678805B CN 201610007048 A CN201610007048 A CN 201610007048A CN 105678805 B CN105678805 B CN 105678805B
Authority
CN
China
Prior art keywords
histogram
arm
plane
development board
taking photo
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610007048.4A
Other languages
English (en)
Other versions
CN105678805A (zh
Inventor
覃征
徐凯平
王国龙
李志鹏
李胜男
张任伟
杨晓
陈旭
徐涛
黄晨婕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201610007048.4A priority Critical patent/CN105678805B/zh
Publication of CN105678805A publication Critical patent/CN105678805A/zh
Application granted granted Critical
Publication of CN105678805B publication Critical patent/CN105678805B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30212Military
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30232Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

基于ARM平台的航拍目标检测系统,搭载于无人机上,包括:CMOS接口摄像头,采集航拍区域的图像信息,ARM开发板,接收CMOS接口摄像头所采集的信息,执行基于归一化二值梯度直方图的目标检测算法,对可疑目标进行检测;通信模块,在无人机与远程控制端之间传输信息,当ARM开发板检测到可疑目标时,将该可疑目标的图像信息传输至远程控制端,与现有技术相比,本发明能够使目标识别算法适应背景移动的较复杂情况并且在ARM平台上运行,以实现无人机采集图像和可疑目标自动检测,可以运用于军事,勘测,救援等领域。

Description

基于ARM平台的航拍目标检测系统
技术领域
本发明属于目标检测技术领域,适用于无人机侦查,特别涉及一种基于ARM平台的航拍目标检测系统。
背景技术
航拍目标检测是一个集计算机技术、图像处理技术和通信技术于一体的综合系统。目标的自动检测随着图像处理学的发展得到广泛应用,极大地提高了图像采集系统的智能化,减小了人工辨识的负担。随着嵌入式系统的发展,以微控制器为中心的应用系统正在被广泛的应用。在军事领域,智能型的网络远程监控技术及服务将有巨大的市场和需求。
无人机的目标检测有着很高的军事价值,但是由于目标检测算法非常复杂而ARM的运算能力又较小,所以目前市场上有的以ARM为平台的目标检测算法大都应用于诸如监控这种背景不变的比较简单的情况,通过每一帧与背景取差分这种简单的方法提取前景信息。
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供一种基于ARM平台的航拍目标检测系统,采用嵌入式系统(ARM+Linux)软硬件技术,采用模板匹配算法,能应对背景运动的情况,可在尽可能短的时间内实现大范围的目标搜索,另外由于像素匹配无法很好的解决图像中目标如模板之间大小,方向不同的情况,所以采用直方图匹配,复杂度较小且匹配效果好,具有广阔的应用前景。
为了实现上述目的,本发明采用的技术方案是:
基于ARM平台的航拍目标检测系统,搭载于无人机上,包括:
CMOS接口摄像头,采集航拍区域的图像信息;
ARM开发板,接收CMOS接口摄像头所采集的信息,执行基于归一化二值梯度直方图的目标检测算法,对可疑目标进行检测;
通信模块,在无人机与远程控制端之间传输信息,当ARM开发板检测到可疑目标时,将该可疑目标的图像信息传输至远程控制端。
所述ARM开发板采用飞凌公司的OK6410-A,所述CMOS摄像单元采用型号为OV9650的CMOS摄像仪,过CAM接口与ARM开发板相连,将采集到的图像实时传输给ARM开发板;所述通信模块采用型号为WM-G-MR-09的SDIO接口WiFi模块,通过SDIO接口与ARM开发板相连,将ARM开发板检测到的包含可疑目标的帧传回远程控制端的PC机。
与现有技术相比,本发明能够使目标识别算法适应背景移动的较复杂情况并且在ARM平台上运行,以实现无人机采集图像和可疑目标自动检测,可以运用于军事,勘测,救援等领域。
附图说明
图1为本发明的硬件结构框图。
图2为本发明的归一化二值梯度直方图的目标检测算法原理图。
图3为不同大小图形的归一化二值梯度直方图。
图4为不同方向图形的归一化二值梯度直方图。
具体实施方式
下面结合附图和实施例详细说明本发明的实施方式。
如图1所示,本发明的硬件组成,主体是OK6410-A开发板,外围CAM口接CMOS摄像头;串口连接通信模块。连线仅表示数据的主要连接关系,而并非为了体现所有单元的信号和电路的连接关系。CMOS摄像单元采用型号为OV9650的CMOS摄像头,采集图像信息。通信模块为型号WM-G-MR-09的SDIO接口WiFi模块,将摄像头采集的图像信息传回远程控制端。
图2给出本发明目标检测的算法设计,模板匹配是常用的目标检测方法,比起其他复杂度高的算法,它计算量小,适于ARM运行,且可以处理比较复杂的情况。同时直方图模板匹配很好的解决了图像中目标和模板尺度,方向不一致等问题,积分图的使用也大大减少了计算量。只有当ARM检测到目标时,才将摄像头拍摄的画面传回远程控制端,既能自动寻找可疑目标又可以避免不必要的传输。
本发明目标检测算法采用执行基于归一化二值梯度直方图的目标检测算法,主要过程如下:
将图像化为灰度图,用Sobel差分算子计算像素点(x,y)的水平梯度值和垂直梯度值该点的梯度方向用计算得到。为减小计算量,将梯度值二值化,定义为:
其中T为梯度阈值,经反复试验,T设为10。将梯度的方向量化为16份,量化间隔Δθ=22.5°,量化后的梯度方向值
为了进行直方图的匹配,要统计任意区域内的直方图,为了减少计算量,采用积分图的方法,(x,y)点积分直方图计算公式如下:H(x,y,r)=H(x-1,y,r)+H(x,y-1,r)-H(x-1,y-1,r)+Q(R(x,y),r),
其中
其中b为(x,y)点的梯度方向,r为记录(x,y)点左上方区域内各个方向上梯度累积幅值的方向变量,每当包含一个新点(x,y)时,就在该点对应的方向上累加其幅值,其他方向上不累加。
任意矩形区域Γ的直方图可由下式计算得到:
其中 是区域Γ的范围。
直方图序列为:HΓ={hΓ(i)}i=0,22.5,45...157.5
其中,i表示角度,分别取0°,22.5°,45°……157.5°。
因为航拍得到的图像基本为俯拍,拍摄角度单一,这里用模板匹配的方法,匹配所用的模板为车辆,武器的俯视图。将滑窗依次扫过图像进行匹配,下一轮将滑窗面积变成原来1.2倍继续上述过程(如图2)。为了解决图中目标和模板尺度不同的问题,将直方图进行归一化:其中S为区域Γ内的像素数,如图3。而图中目标和模板方向的不同在直方图上体现为循环位移,如图4。匹配程度由相似度指标来度量:其中的k位循环位移,为模板的直方图,E{}为取期望。
以上虽然描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。

Claims (4)

1.基于ARM平台的航拍目标检测系统,搭载于无人机上,其特征在于,包括:
CMOS接口摄像头,采集航拍区域的图像信息;
ARM开发板,接收CMOS接口摄像头所采集的信息,执行基于归一化二值梯度直方图的目标检测算法,对可疑目标进行检测;
通信模块,在无人机与远程控制端之间传输信息,当ARM开发板检测到可疑目标时,将该可疑目标的图像信息传输至远程控制端;
其中,所述基于归一化二值梯度直方图的目标检测算法包括如下步骤:
首先,将接收到的图像转为灰度图,用Sobel差分算子计算像素点(x,y)的水平梯度值和垂直梯度值该点的梯度方向为减小计算量,将梯度值二值化,定义为:
其中T为梯度阈值,设为10,将梯度的方向量化为16份,量化间隔△θ=22.5°,量化后的梯度方向值
然后,采用积分图的方法统计任意区域内的直方图进行直方图的匹配,(x,y)点积分直方图计算公式如下:
H(x,y,r)=H(x-1,y,r)+H(x,y-1,r)-H(x-1,y-1,r)+Q(R(x,y),r),
其中
其中b为(x,y)点的梯度方向,r为记录(x,y)点左上方区域内各个方向上梯度累积幅值的方向变量,每当包含一个新点(x,y)时,就在该点对应的方向上累加其幅值,其他方向上不累加;
任意矩形区域Γ的直方图由下式计算得到:
其中是区域Γ的范围;
直方图序列为:HΓ={hΓ(i)}i=0,22.5,45…157.5
其中,i表示角度,分别取0°,22.5°,45°……157.5°;
最后,用模板匹配法,将滑窗依次扫过图像进行匹配,匹配所用的模板为车辆、武器的俯视图。
2.根据权利要求1所述基于ARM平台的航拍目标检测系统,其特征在于,所述ARM开发板采用飞凌公司的OK6410-A,所述CMOS摄像单元采用型号为OV9650的CMOS摄像仪,过CAM接口与ARM开发板相连,将采集到的图像实时传输给ARM开发板;所述通信模块采用型号为WM-G-MR-09的SDIO接口WiFi模块,通过SDIO接口与ARM开发板相连,将ARM开发板检测到的包含可疑目标的帧传回远程控制端的PC机。
3.根据权利要求1所述基于ARM平台的航拍目标检测系统,其特征在于,所述模板匹配法中,下一轮匹配时,将滑窗面积变成上一轮的1.2倍。
4.根据权利要求3所述基于ARM平台的航拍目标检测系统,其特征在于,为了解决图中目标和模板尺度不同的问题,将直方图进行归一化:其中S为区域Γ内的像素数,图中目标和模板方向的不同在直方图上体现为循环位移,匹配程度由相似度指标D来度量:其中的k位循环位移,为模板的直方图,E{}为取期望。
CN201610007048.4A 2016-01-05 2016-01-05 基于arm平台的航拍目标检测系统 Active CN105678805B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610007048.4A CN105678805B (zh) 2016-01-05 2016-01-05 基于arm平台的航拍目标检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610007048.4A CN105678805B (zh) 2016-01-05 2016-01-05 基于arm平台的航拍目标检测系统

Publications (2)

Publication Number Publication Date
CN105678805A CN105678805A (zh) 2016-06-15
CN105678805B true CN105678805B (zh) 2019-01-29

Family

ID=56299141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610007048.4A Active CN105678805B (zh) 2016-01-05 2016-01-05 基于arm平台的航拍目标检测系统

Country Status (1)

Country Link
CN (1) CN105678805B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109416536B (zh) * 2016-07-04 2022-03-22 深圳市大疆创新科技有限公司 用于自动跟踪和导航的系统和方法
CN106483547B (zh) * 2016-09-23 2018-12-11 河南师范大学 基于cmos和arm的伽马辐射探测器
CN106780598A (zh) * 2016-12-05 2017-05-31 歌尔科技有限公司 一种基于无人机的水面漂浮物检测方法和无人机
CN108241869A (zh) * 2017-06-23 2018-07-03 上海远洲核信软件科技股份有限公司 一种基于快速可变形模型和机器学习的图像目标识别方法
CN112130588B (zh) * 2020-08-27 2022-03-01 东风汽车集团有限公司 一种搜寻目标人物的方法、车载终端及无人机

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463114A (zh) * 2014-11-28 2015-03-25 清华大学 一种用于图像捕获和目标快速识别的方法与嵌入式设备
CN104580858A (zh) * 2014-12-26 2015-04-29 北京航天控制仪器研究所 一种无人机用多源成像载荷
CN104977912A (zh) * 2015-07-02 2015-10-14 深圳市蜂鸟智航科技有限公司 一种基于以太网交换总线的无人机飞行控制系统及方法
CN105004737A (zh) * 2015-07-14 2015-10-28 浙江大学 基于自适应改进型梯度信息的水果表面缺陷检测方法
CN105120230A (zh) * 2015-09-15 2015-12-02 成都时代星光科技有限公司 无人机图像监控和传输系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463114A (zh) * 2014-11-28 2015-03-25 清华大学 一种用于图像捕获和目标快速识别的方法与嵌入式设备
CN104580858A (zh) * 2014-12-26 2015-04-29 北京航天控制仪器研究所 一种无人机用多源成像载荷
CN104977912A (zh) * 2015-07-02 2015-10-14 深圳市蜂鸟智航科技有限公司 一种基于以太网交换总线的无人机飞行控制系统及方法
CN105004737A (zh) * 2015-07-14 2015-10-28 浙江大学 基于自适应改进型梯度信息的水果表面缺陷检测方法
CN105120230A (zh) * 2015-09-15 2015-12-02 成都时代星光科技有限公司 无人机图像监控和传输系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《Integral Histogram:A Fast Way to Extract Histograms in Cartesian Spaces》;Fatih Porikli;《IEEE Computer Society Conference on Computer Vision & Pattern Recognition》;20050131(第1期);全文
《基于机器视觉的行人快速检测方法研究》;薛冠超;《中国优秀硕士学位论文全文数据库 信息科技辑》;20121015(第10期);第3.2.7节第1段第4-5行,第3.4.2节
《联合梯度直方图和局部二值模式特征的人体检测》;黄炎等;《光学 精密工程》;20130430;第21卷(第4期);全文

Also Published As

Publication number Publication date
CN105678805A (zh) 2016-06-15

Similar Documents

Publication Publication Date Title
CN105678805B (zh) 基于arm平台的航拍目标检测系统
CN105894702B (zh) 一种基于多摄像机数据融合的入侵检测报警系统及其检测方法
CN109887040B (zh) 面向视频监控的运动目标主动感知方法及系统
CN107133969B (zh) 一种基于背景反投影的移动平台运动目标检测方法
WO2020083111A1 (zh) 活体检测方法、装置、电子设备、存储介质及应用活体检测方法的相关系统
CN107660039B (zh) 一种识别动态手势的灯具控制系统
CN110969644B (zh) 人员轨迹追踪方法、装置及系统
CN108055501A (zh) 一种目标检测及跟踪的视频监控系统及方法
CN110569785B (zh) 一种融合跟踪技术的人脸识别方法
CN109445453A (zh) 一种基于OpenCV的无人机实时压缩跟踪方法
CN105205785B (zh) 一种可定位的大型车辆运行管理系统及其运行方法
CN104361327A (zh) 一种行人检测方法和系统
CN111091075B (zh) 人脸识别方法、装置、电子设备及存储介质
CN102706274B (zh) 工业结构化场景中机器视觉精确定位机械零件的系统
CN110516578A (zh) 一种基于人脸识别和目标跟踪的监视系统
CN103955499B (zh) 一种基于即时计算与动态追踪的视觉体验增强方法
CN113298158B (zh) 数据检测方法、装置、设备及存储介质
CN107133611A (zh) 一种课堂学生点头率识别与统计方法及装置
CN104883548A (zh) 监控视频人脸抓取处理方法及其系统
CN107704813A (zh) 一种人脸活体识别方法及系统
CN107749971A (zh) 一种自动跟踪监控方法
CN110222647B (zh) 一种基于卷积神经网络的人脸活体检测方法
CN104268551A (zh) 基于视觉特征点的转向角度控制方法
CN109218587A (zh) 一种基于双目摄像头的图像采集方法及系统
CN112327935A (zh) 一种基于ai技术的无人机云端物体识别跟踪系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant