CN113168530A - 目标检测设备及方法、成像装置和可移动平台 - Google Patents
目标检测设备及方法、成像装置和可移动平台 Download PDFInfo
- Publication number
- CN113168530A CN113168530A CN202080006199.2A CN202080006199A CN113168530A CN 113168530 A CN113168530 A CN 113168530A CN 202080006199 A CN202080006199 A CN 202080006199A CN 113168530 A CN113168530 A CN 113168530A
- Authority
- CN
- China
- Prior art keywords
- target
- processor
- further configured
- suspected area
- detection result
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 209
- 238000003384 imaging method Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims description 23
- 230000005855 radiation Effects 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 35
- 230000000877 morphologic effect Effects 0.000 claims description 33
- 238000010586 diagram Methods 0.000 claims description 25
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 230000007613 environmental effect Effects 0.000 claims description 16
- 241001465754 Metazoa Species 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000003331 infrared imaging Methods 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000005260 corrosion Methods 0.000 claims description 9
- 230000007797 corrosion Effects 0.000 claims description 9
- 230000008961 swelling Effects 0.000 claims description 8
- 230000036760 body temperature Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000010339 dilation Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000003628 erosive effect Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000004397 blinking Effects 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- 208000031636 Body Temperature Changes Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004861 thermometry Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Radiation Pyrometers (AREA)
- Image Processing (AREA)
Abstract
一种目标检测设备、目标检测方法、成像装置、可移动平台和计算机可读存储介质。目标检测方法包括：获取温度分布图；根据目标的温度范围确定所述温度分布图中的目标疑似区域；根据所述目标疑似区域生成目标检测结果。
Description
技术领域
本公开涉及目标检测技术领域，尤其涉及一种目标检测设备、目标检测方法、成像装置和可移动平台。
背景技术
诸如无人机等可移动平台可用于对目标的搜索和侦查。由于物体表面会向外发出热辐射，并且不同温度的物体所发出的热辐射量不同，所以可移动平台通常采用红外相机对目标进行检测。可采用观瞄模式和测温模式检测目标。在观瞄模式下，需要人工观察红外图像并确定目标检测结果。在测温模式下，能够根据检测到的温度推定目标检测结果。
发明内容
本公开提供了一种目标检测方法，所述方法包括：
获取温度分布图；
根据目标的温度范围确定所述温度分布图中的目标疑似区域；
根据所述目标疑似区域生成目标检测结果。
本公开还提供了一种目标检测设备，包括；
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的所述可执行指令，以执行如下操作：
获取温度分布图；
根据目标的温度范围确定所述温度分布图中的目标疑似区域；
根据所述目标疑似区域生成目标检测结果。
本公开还提供了一种成像装置，包括：
红外成像设备，所述红外成像设备用于获取温度分布图；
目标检测设备，包括；
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的所述可执行指令，以执行如下操作：
获取温度分布图；
根据目标的温度范围确定所述温度分布图中的目标疑似区域；
根据所述目标疑似区域生成目标检测结果。
本公开还提供了一种可移动平台，包括：
机体，所述机体用于安装成像装置；
成像装置，包括：
红外成像设备，所述红外成像设备用于获取温度分布图；
目标检测设备，包括；
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的所述可执行指令，以执行如下操作：
获取温度分布图；
根据目标的温度范围确定所述温度分布图中的目标疑似区域；
根据所述目标疑似区域生成目标检测结果。
本公开还提供了一种计算机可读存储介质，其存储有可执行指令，所述可执行指令在由一个或多个处理器执行时，可以使所述一个或多个处理器执行上述目标检测方法。
附图说明
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本公开实施例目标检测方法的流程图。
图2是无人机的结构示意图。
图3是温度分布图的示例。
图4是温度分布图经过二值化后的示例。
图5是二值化图像经过形态学处理后的示例。
图6是目标疑似区域的轮廓点的示例。
图7是与目标疑似区域对应的地面轮廓点的示例。
图8是本公开实施例目标检测设备的结构示意图。
图9是本公开实施例成像装置的结构示意图。
图10是本公开实施例可移动平台的结构示意图。
具体实施方式
在观瞄模式下，需要用户观察红外图像，一方面导致目标检测效率较低，耗时较长；另一方面，根据红外图像判断是否出现目标，更多地依赖于用户的经验和水平，容易导致漏检和错检。
在测温模式下，虽然能够检测目标，效率比观瞄模式高，但是对目标进行搜索和侦查时，红外成像设备与搜索区域之间的距离通常较远。在这种场景下，红外成像设备接收到的热辐射会受到环境因素、目标以及红外成像设备的状态等多种因素的影响，使红外成像设备生成的温度图与实际温度出现偏差。在这种情况下，仅仅依靠温度图所反映的温度值来判断目标是否存在，很容易导致漏检和错检，影响目标检测的精度，搜索和侦查任务无法很好地完成。
同时，在红外图像处理中，虽然能够根据灰度值基于算法检测目标，但红外测温受检测环境的影响较大，极易出现测得温度与实际温度不同的情况，目标检测准确率较低。
本公开提供了一种目标检测设备、目标检测方法、成像装置、可移动平台和计算机可读存储介质，能够对目标按预定条件、依操作人员需求或是自动进行搜索和侦查，并且，不是简单地根据温度图得到目标检测结果，而是对温度图进行形态学处理，并根据目标疑似区域的参数来判断目标是否存在，从而减少甚至避免了漏检和错检的发生，提高了目标检测的精度，保证了搜索和侦查任务的完成效果。
下面将结合实施例和实施例中的附图，对本公开技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
本公开一实施例提供了一种目标检测方法，如图1所示，所述目标检测方法包括：
S101：获取温度分布图；
S102：根据目标的温度范围确定所述温度分布图中的目标疑似区域；
S103：根据所述目标疑似区域生成目标检测结果。
本实施例的目标检测方法可应用于各种可移动平台。可移动平台例如可以是空中可移动平台。空中可移动平台可以包括但不限于：无人机、固定翼飞行器、旋翼飞行器等。可移动平台例如还可以是地面可移动平台。地面可移动平台可以包括但不限于：无人驾驶车辆、机器人、有人驾驶车辆等。可移动平台例如还可以是手持式设置或移动设备。手持式设置可以包括但不限于手持云台、云台式相机；移动设备可以包括但不限于：遥控器、智能电话/手机、平板电脑、笔记本计算机、台式计算机、媒体内容播放器、视频游戏站/系统、虚拟现实系统、增强现实系统、可穿戴式装置等。
本实施例的目标检测方法还可应用于各种固定平台。固定平台可以包括但不限于监控系统、防盗系统等。这些系统通常包括设置于各个场景中的成像设备、以及用于控制成像设备并显示成像设备图像的控制设备。
为了方便描述，以下以无人机这种可移动平台为例，对本实施例的目标检测方法进行说明。参见图2所示，无人机100包括：无人机本体110、云台140和成像装置130。
无人机本体110可以包括无人机机身105、以及一个或多个推进单元150。推进单元150可以被配置为无人机100产生升力。推进单元150可以包括旋翼。无人机100能够在三维空间内飞行，并可沿俯仰轴、偏航轴、横滚轴中的至少一个旋转。
无人机100可包括一个或多个成像装置130。在本实施例中，成像装置130为红外成像设备，例如红外相机。红外相机可安装于云台140。云台140可以允许红外相机围绕俯仰轴、偏航轴、横滚轴中的至少一个旋转。
无人机100可通过遥控器120控制。遥控器120可与无人机本体110、云台140、成像装置130中的至少之一通信。遥控器120包括显示器。显示器用于显示成像装置130拍摄的图像。遥控器120还包括输入装置。输入装置可用于接收用户的输入信息。
当执行目标搜索和侦查任务时，通常情况下无人机面对的飞行环境不会太好。例如，飞行环境的光照条件较差，这通常会发生在在夜间对目标进行搜索和侦查。即使在白天，也可能由于天气原因(雨、雾、霾)导致光照条件较差。另外，在很多情况下，目标与其所处环境之间的区分度较差。例如，目标可能会被植被、建筑等遮挡，或者目标与所处环境之间的外形、颜色等非常近似。上述这些因素都会对目标检测带来困难。本实施例的目标检测方法，针对上述各种场景，可利用无人机100上的红外相机进行高空搜索和侦查，以检测目标是否存在，为救援和搜捕行动提供支持。
本实施例的目标可以是恒温物体，恒温物体可以包括：人、恒温动物。为了方便描述，以下以目标为人为例，对本实施例的目标检测方法进行说明。
首先可通过S101获取温度分布图。
当无人机100在搜索区域上空飞行时，其安装的红外相机可持续地对搜索区域成像。由于任何物体的表面都会向外发出热辐射，并且不同温度的物体所发出的热辐射量是不同的，所以红外相机通过对搜索区域发出的热辐射成像，可生成搜索区域的热辐射分布图。根据热辐射量与温度之间的对应关系，红外相机可将热辐射分布图转换为温度分布图，温度分布图反映了图像中不同区域的温度信息。
如图3所示，当搜索区域存在目标时，温度分布图可反映搜索区域中不同物体的温度值。在人类目标的体温高于环境温度的情况下，温度分布图中与目标对应的像素区域的温度值较高(图3中的深色区域)，而与其他物体对应的像素区域的温度值较低，并且不同物体的温度值可能有所不同(图3中深色区域周围的多个的浅色区域)。
在一些示例中，对于红外相机生成的热辐射分布图，可先对其进行预处理，再将预处理后的热辐射分布图转换为温度分布图。在一些实施方式中，所述预处理可以包括：非均匀性校正、坏点去除、固定模式噪声去除、时域去噪、温度漂移补偿等操作。通过预处理可以提高热辐射分布图的质量，有利于提高温度分布图的准确性。同时，对预处理后的热辐射分布图，还可以进一步对其进行后处理。在一些实施方式中，所述后处理包括对比度增强、细节增强等操作。经过后处理的热辐射分布图可通过红外相机的显示器显示，或者，通过红外相机或无人机与遥控器之间通信信道发送给遥控器，由遥控器的显示器显示给用户。
获取到温度分布图后，通过S102根据目标的温度范围确定温度分布图中的目标疑似区域。
本实施例中，可根据温度范围对温度分布图进行形态学处理，得到目标疑似区域。更具体来说，可先根据温度范围将温度分布图转换为二值化图像，再对二值化图像进行形态学处理。
二值化一种图像分割方法。在这种方法中，为图像设置一临界灰度值，并将灰度值大于该临界灰度值的像素设置为灰度极大值，将不大于临界灰度值的像素设置为灰度极小值。
与上述二值化过程类似，本实施例的温度分布图转换为二值化图像的过程包括：对于温度分布图，将温度值位于目标温度范围内的像素设置为像素极大值，将温度值位于目标温度范围外的像素设置为像素极小值。在一些实例中，所述像素极大值和像素极小值可以分别为255和0。二值化后的温度分布图如图4所示。当然，所述像素极大值和像素极小值也可以设置为其他值，只要能将目标温度范围内的像素与目标温度范围外的像素区分开即可。
将温度分布图二值化后，图像中的像素值只包括像素极大值和像素极小值，而不再涉及多级像素值，使得后续的图像处理得以简化，并且图像处理的数据量得到大幅压缩，有利于简化运算、提高目标检测方法的执行效率。同时，二值化后的温度分布图能够突显目标温度范围内的像素，更加有利于后续对的形态学处理。
目标的温度范围可预先设置。对于人类目标来说，可基于人的正常体温范围确定该温度范围。在本实施例中，将该温度范围设置为大于人的正常体温范围。考虑到在不同环境下，红外相机获取的人体温度范围会发生变化，这样做可以适应人的体温发生变化的情况，能够尽量避免发生漏检和错检。同时，在环境温度与人的体温较为接近的情况下，也能够有效的将人与环境区分，提高目标检测的准确性。在一些示例中，人的正常体温范围可以为36摄氏度至37.2摄氏度。温度范围可以比正常体温范围大5％、10％、20％等。本实施例不对此进行限定，可根据具体的情况进行设置。与人类目标类似，对于各种恒温动物，可将恒温动物的温度范围设置为大于其正常体温范围。
接下来对对二值化图像进行形态学处理。形态学处理是指将数字形态学作为工具，从图像中提取对于表达和描绘区域形状有用的图像分量，例如边界、骨架和凸壳。本实施例中，对二值化图像的形态学处理具体可以包括：膨胀、腐蚀、连通区域分析、开闭运算、骨架抽取、极限腐蚀、击中击不中变换、形态学梯度等运算。在一些示例中，对二值化图像的形态学处理应至少包括：膨胀(Dilation)、腐蚀(Erosion)和连通区域分析(ConnectedComponent Analysis)。
膨胀和腐蚀是形态学处理的基本操作。膨胀和腐蚀实质上是将图像与核进行卷积。膨胀是一种求取局部最大值的操作，能够使图像中的高亮区域扩张。腐蚀是膨胀的逆操作，通过求取局部最小值使图像中的高亮区域收缩。连通区域是指图像中具有相同像素值且位置相邻的前景像素所组成的图像区域。连通区域分析可将图像中的各个连通区域找出并进行标记。通过上述形态学处理，能够更加凸显二值化图像中对应于目标的像素区域，并将这些像素区域作为目标疑似区域，这样的目标疑似区域在图像中可能有一个或多个。如图5所示，对于人类目标，经过形态学处理后，图像中会得到人体疑似区域。
得到目标疑似区域后，利用S103根据目标疑似区域生成目标检测结果。所述目标检测结果可通过自动或手动的方式生成。特别地，根据目标疑似区域自动生成目标检测结果，例如通过图像处理算法、人工智能、机器学习等方式生成目标检测结果，可以进一步提高流程效率；而在必要的时候在特定环节加入人工干预以修正结果，可以更好地适应不同的检测环境。
在一些示例中，可根据目标疑似区域的轮廓得到目标检测结果，具体来说，可首先确定轮廓对应的地面轮廓，然后根据地面轮廓得到目标检测结果。
可采用以下方式确定轮廓对应的地面轮廓。
首先提取目标疑似区域的轮廓点及其像素坐标。所述轮廓点指的是围成目标疑似区域的各个像素，组成目标疑似区域的轮廓。如图6所示，对于人类目标，将围成人体疑似区域的各个像素，即人体疑似区域边缘的像素作为轮廓点。提取出轮廓点后，可确定这些轮廓点在像素坐标系下的坐标值，作为像素坐标。例如，如果人体疑似区域包括n个轮廓点，则n个轮廓点的像素坐标分别为(x1，y1)，(x2，y2)，…，(xn，yn)。
然后按照以下方式确定地面轮廓的外形参数。首先获取红外相机的图像传感器距地面的高度，然后根据所述高度和目标疑似区域的轮廓的像素坐标确定外形参数。
在上述过程中，首先通过以下公式计算目标疑似区域轮廓对应的地面轮廓的地面坐标。
Y＝Z*tan(α+β) (2)
其中，x和y表示目标疑似区域的轮廓点的像素坐标；Z表示红外相机的图像传感器距离地面的高度；α表示红外相机的图像传感器的俯仰角，当图像传感器所在平面平行于地面时，α＝0°，当图像传感器所在平面垂直于地面时，α＝90°；f表示红外相机的焦距；x0、y0表示红外相机的光心在像素坐标系下的像素坐标；dx表示红外相机的单个像素在像素坐标系x方向上的长度，dy表示红外相机的单个像素在像素坐标系y方向上的长度；X和Y表示地面轮廓点在地面坐标系下的地面坐标，当α＝0°时，地面坐标系的坐标轴方向与红外相机图像坐标系的坐标轴方向相同。β表示像素的成像光路与图像传感器光轴的夹角。
将人体疑似区域的n个轮廓点的像素坐标(x1，y1)，(x2，y2)，…，(xn，yn)分别代入上述公式(1)和(2)，即可得到与目标疑似区域对应的地面轮廓点的地面坐标(X1，Y1)，(X2，Y2)，…，(Xn，Yn)。如图7所示，对于人类目标，可以得到与人体疑似区域对应的地面轮廓点及其地面坐标。
得到目标疑似区域对应的地面轮廓点的地面坐标后，可根据地面轮廓得到目标检测结果。可首先确定地面轮廓的外形参数，然后判断外形参数与目标是否相匹配。当外形参数与目标相匹配时，则目标检测结果为目标疑似区域包含该目标。
在一些示例中，所述外形参数包括地面轮廓的面积。所述面积可通过目标疑似区域对应的地面轮廓点的地面坐标(X1，Y1)，(X2，Y2)，…，(Xn，Yn)计算得到。所述外形参数还可以包括地面轮廓的形状。当判断外形参数与目标是否相匹配时，可从面积、形状的至少一个维度进行判断。对于人类目标来说，人体的面积与身高和体重相关。具体来说，人体的面积与身高和体重呈正比关系。在一个示例中，人体的面积可以为1.5-2.5平方米。当然如果仅是面积匹配，可能还不足以说明目标疑似区域就一定是人体目标，还需要结合地面轮廓的形状来判断，如果地面轮廓的形状近似于人体形状，那么即可得出目标疑似区域包含该人体的结果。与人类目标类似，对于恒温动物，可预先获得各种恒温动物的面积和形状信息，并根据地面轮廓的面积和形状来确定目标检测结果。
在一些示例中，当外形参数与目标相匹配时，目标疑似区域包含目标指的是：目标疑似区域存在目标的概率大于阈值。本实施例可根据外形参数与目标的匹配情况，给出一个目标存在的概率值，并将该概率值大于或小于预先设定的阈值的情况作为目标检测结果。当然，在另一些示例中，当外形参数与目标相匹配时，可根据该概率值与阈值的关系，直接给出是否存在目标。当该概率值大于阈值时，认为目标疑似区域存在该目标。反之，则认为目标疑似区域不存在目标。
在本实施例中，当外形参数与目标不匹配时，则目标检测结果为目标疑似区域不包含目标。可改变目标的温度范围，重复执行步骤S101和S102。在无人机对搜索区域进行目标搜索的过程中，可通过不断地改变目标的温度范围，持续地利用步骤S101和S102来对目标进行检测。在一些示例中，可在一定幅度内不断增大目标的温度范围并对目标进行检测，这样可避免由于温度范围取值不当而导致目标漏检。
在本实施例中，当外形参数与目标相匹配，目标检测结果为目标疑似区域包含目标时，也可以改变目标的温度范围，重复执行步骤S101和S102。在一些示例中，可在一定幅度内不断减小目标的温度范围并对目标进行检测，以在更加严格的温度范围下重新检测目标，这样做尤其对目标的温度与环境温度较为接近时是有益的。例如，对于人类目标，当周围环境的温度与人体体温范围较为接近时，将人体从周围环境中识别出来是较为困难的。本实施例通过不断减小目标的温度范围并对目标进行检测，即使目标的温度与环境温度较为接近，也能够有效地将目标从环境中检测出来，从而提高了目标检测能力，目标漏检的可能性大大降低。
以上介绍了根据目标疑似区域的轮廓得到目标检测结果。本实施例还可以根据目标疑似区域的几何参数得到目标检测结果。可先根据几何参数确定目标的状态，再根据状态确定目标检测结果。这种情况下的目标检测结果不仪包括目标疑似区域是否包含目标，还可以进一步包括目标是否处于正常状态。
在一些示例中，几何参数可以包括目标疑似区域的高度。例如对于人类目标，可根据人体疑似区域的高度判断人体处于何种状态，例如，站立、蹲下、趴下等。当人体处于蹲下或趴下的时间过长时，则该人体目标可能处于危险状态；或者，当人体从站立突然变为蹲下、趴下时，该人体目标也可能处于危险状态。基于这种考虑，当根据人体疑似区域的高度判断出人体处于蹲下或趴下状态，且处于蹲下或趴下状态超出预先设定的阈值时，或者判断出人体从站立突然变为蹲下、趴下时，则目标检测结果为目标疑似区域的目标处于非正常状态，否则目标检测结果为目标疑似区域的目标处于正常状态。
当目标检测结果包括目标疑似区域包含目标、目标疑似区域的目标处于非正常状态中的一个或两个时，本实施例启动对目标的搜救操作。在一些示例中，所述搜救操作可以包括：生成目标的提示信息、对目标进行追踪的至少一种。
提示信息用于对目标进行预警，提示用户或搜救机构。所述提示信息可以包括：视觉提示信息、听觉提示信息、触觉提示信息的至少一种。在一些示例中，视觉提示信息可以包括以不同的颜色、闪烁等方式来显示目标。例如以较深的颜色、或以预定频率闪烁的方式将目标区域显示给用户或搜救机构。视觉提示信息还可以包括显示文字信息，该文字信息可以包括指示目标存在、目标的类型、目标的状态等信息。听觉提示信息可以包括语音、蜂鸣等。通过语音可告知目标存在、目标的类型、目标的状态等信息。触觉提示信息可以包括振动，通过振动的方式让用户感知目标的存在。
目标进行追踪可以包括多种形式。当目标处于移动状态时，可控制无人机、红外相机、或者这两者移动，以对目标进行跟踪。在对目标进行跟踪的同时，可改变红外相机与目标的距离。在一些示例中，可通过控制无人机的位置使无人机靠近目标、增大红外相机的焦距，以使图像中的目标区域变大，以便于进一步对目标进行识别确定。
以上介绍了通过红外相机来检测目标，实际上本实施例并不限于此，还可以同时利用其他类型的成像设备来检测目标。在一些示例中，无人机还安装有其他类型的成像设备，这可以包括：可见光相机、紫外相机等。以可见光相机为例，在红外相机对搜索区域进行成像的同时，可见光相机可以同步地对搜索区域进行成像。当自动生成目标检测结果时，可结合红外相机得到的目标疑似区域和可见光相机拍摄的图像判断目标疑似区域是否存在目标。这在光照条件较佳的情况下，对提高目标检测的准确性是有益的。
以上以人和恒温动物为例对本实施例进行了说明书，实际上本实施例并不限于此。在另一些实施方式中，目标检测的对象还可以包括非恒温物体。非恒温物体可以包括：车辆、金属等。由于非恒温物体的温度并非固定范围，所以其温度范围需要事先标定得到。在标定过程中，可确定出非恒温物体在各种不同的环境下的温度范围。这样当利用本实施例的目标检测方法检测时，可根据搜索区域的环境来确定非恒温物体的温度范围，以提高目标检测的准确性，避免漏检和错检。
由此可见，本公开不是简单地根据温度图得到目标检测结果，而是对温度分布图进行形态学处理，并对形态学处理的结果进行分析和判断，确定目标疑似区域是否存在目标。相对于仅依靠温度分布图体现的温度值检测目标，基于目标的轮廓和几何参数来检测目标，可以减少甚至避免漏检和错检的发生，提高了目标检测的精度，保证了搜索和侦查任务的完成效果。
本公开另一实施例提供了一种目标检测方法。为简要起见，本实施例与上一实施例相同或相似的特征不再赘述，以下仅描述其不同于上一实施例的内容。
对目标进行搜索和侦查时，无人机与搜索区域之间的距离通常较远。在这种场景下，热辐射在从目标传导至红外相机时会受到环境的影响，使红外相机接收到的热辐射值与目标发出的热辐射值不完全一致，导致温度分布图与实际温度出现偏差，从而影响目标检测的精度和效果。
本实施例的目标检测方法，在通过S101将热辐射分布图转换为温度分布图时，同时考虑环境因素对热辐射的影响，利用与环境有关的补偿参数得到温度分布图。在得到热辐射分布图后，再获取补偿参数，并利用转换模型将热辐射分布图转换为温度分布图，补偿参数用于对转换模型进行补偿。
本实施例中，补偿参数可以包括：地面点或目标与红外相机之间的距离、环境参数的至少一种，地面点指的是：与红外相机的热辐射分布图所对应的、搜索区域中的点。所述距离可以通过以下公式计算：
其中，D表示地面点与红外相机之间的距离；X和Y表示地面点在地面坐标系下的地面坐标，可通过公式(1)和(2)得到；Z表示红外相机的图像传感器距离地面的高度。高度Z可以通过多种手段得到，例如利用卫星定位系统、激光测距仪、激光雷达、红外线测距仪、超声波测距仪等。当然，高度Z可以通过测距设备直接测量得到。红外相机和/或无人机可安装有各种测距设备，例如卫星定位系统、激光测距仪、激光雷达、红外线测距仪、超声波测距仪等，通过这些测距设备可直接得到高度Z。
得到地面点与红外相机之间的距离D后，可将距离D带入转换模型，转换模型可以是转换函数，例如，T＝F(X，D)，X表示热辐射值，T表示温度值，从而得到补偿后的温度分布图。
环境参数可以包括多种参数，例如但不限于地面点的辐射率、环境温度、大气传输效应、大气辐射率、云量、太阳位置、天气状况、环境湿度、气压、臭氧水平、一氧化碳和/或二氧化碳水平、风力、大气衰减条件等等，这些都会在一定程度上影响热辐射的传播。无人机和/或红外相机可安装有环境传感器，例如湿度传感器、风力传感器、温度传感器、气压计、雷达系统、比浊计、臭氧传感器、一氧化碳和/或二氧化碳传感器等，并通过这些环境传感器测量各种环境参数值。与距离D类似，得到环境参数值后，可将一个或多个环境参数值带入转换模型，从而得到补偿后的温度分布图。
本实施例的目标检测方法，利用与环境有关的补偿参数补偿温度分布图，在无人机与搜索区域之间的距离较远的场景下，能够大幅减小甚至消除温度分布图与实际温度的偏差，从而提高了目标检测的精度和效果。
本公开再一实施例还提供了一种目标检测设备，如图8所示，包括；
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的所述可执行指令，以执行如下操作：
获取温度分布图；
根据目标的温度范围确定所述温度分布图中的目标疑似区域；
根据所述目标疑似区域生成目标检测结果。
本的实施例的目标检测设备，处理器基本上可以执行上述目标检测方法中的各种操作。
在一些示例中，所述处理器还用于执行如下操作：根据所述温度范围对所述温度分布图进行形态学处理，得到所述目标疑似区域。
在一些示例中，所述处理器还用于执行如下操作：根据所述温度范围将所述温度分布图转换为二值化图像，并对所述二值化图像进行所述形态学处理。
在一些示例中，所述形态学处理包括：膨胀、腐蚀、连通区域分析的至少一种。
在一些示例中，所述处理器还用于执行如下操作：根据所述目标疑似区域的轮廓、几何参数的至少之一，得到所述目标检测结果。
在一些示例中，所述处理器还用于执行如下操作：确定所述轮廓对应的地面轮廓；根据所述地面轮廓得到所述目标检测结果。
在一些示例中，所述处理器还用于执行如下操作：确定所述地面轮廓的外形参数；当所述外形参数与所述目标相匹配时，所述目标检测结果为所述目标疑似区域包含所述目标。
在一些示例中，所述外形参数包括：面积、形状的至少一种。
在一些示例中，所述处理器还用于执行如下操作：获取所述成像装置距地面的高度；确定所述目标疑似区域的所述轮廓的像素坐标；根据所述高度和所述像素坐标确定所述外形参数。
在一些示例中，所述目标疑似区域包含所述目标，包括：所述目标疑似区域存在所述目标；或者，所述目标疑似区域存在所述目标的概率大于阈值。
在一些示例中，所述处理器还用于执行如下操作：当所述目标检测结果为所述目标疑似区域不包含所述目标时，改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
在一些示例中，所述处理器还用于执行如下操作：改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
在一些示例中，所述改变所述温度范围，包括：减小所述温度范围。
在一些示例中，所述处理器还用于执行如下操作：根据所述几何参数确定所述目标的状态；根据所述状态确定所述目标检测结果。
在一些示例中，所述几何参数包括：所述目标疑似区域的高度。
在一些示例中，所述处理器还用于执行如下操作：获取所述目标疑似区域对应的可见光图像；根据所述可见光图像得到所述目标检测结果。
在一些示例中，所述处理器还用于执行如下操作：获取热辐射分布图、以及补偿参数；利用转换模型将所述热辐射分布图转换为所述温度分布图，所述补偿参数用于对所述转换模型进行补偿。
在一些示例中，所述补偿参数包括：所述目标与所述成像装置之间的距离、环境参数的至少一种。
在一些示例中，所述处理器还用于执行如下操作：根据所述目标检测结果对所述目标执行搜救操作。
在一些示例中，所述搜救操作包括：生成所述目标的提示信息、对所述目标进行追踪的至少一种。
在一些示例中，所述处理器还用于执行如下操作：控制所述成像装置移动，以减小所述目标与所述成像装置之间的距离；和/或；增大所述成像装置的焦距。
在一些示例中，所述提示信息，包括：视觉提示信息、听觉提示信息、触觉提示信息的至少一种。
在一些示例中，所述目标包括：恒温物体。所述恒温物体包括：人、恒温动物。
在一些示例中，所述目标包括：非恒温物体。所述非恒温物体的所述温度范围通过标定得到。
本公开又一实施例提供了一种成像装置，如图9所示，包括：
红外成像设备，所述红外成像设备用于获取温度分布图；
目标检测设备，包括；
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的所述可执行指令，以执行如下操作：
获取温度分布图；
根据目标的温度范围确定所述温度分布图中的目标疑似区域；
根据所述目标疑似区域生成目标检测结果。
本实施例的目标检测设备可以采用上一实施例所述的目标检测设备，其基本上可以执行上一实施例目标检测设备的各种操作。
在一些示例中，所述处理器还用于执行如下操作：根据所述温度范围对所述温度分布图进行形态学处理，得到所述目标疑似区域。
在一些示例中，所述处理器还用于执行如下操作：根据所述温度范围将所述温度分布图转换为二值化图像，并对所述二值化图像进行所述形态学处理。所述形态学处理包括：膨胀、腐蚀、连通区域分析的至少一种。
在一些示例中，所述处理器还用于执行如下操作：根据所述目标疑似区域的轮廓、几何参数的至少之一，得到所述目标检测结果。
在一些示例中，所述处理器还用于执行如下操作：确定所述轮廓对应的地面轮廓；根据所述地面轮廓得到所述目标检测结果。
在一些示例中，所述处理器还用于执行如下操作：确定所述地面轮廓的外形参数；当所述外形参数与所述目标相匹配时，所述目标检测结果为所述目标疑似区域包含所述目标。所述外形参数包括：面积、形状的至少一种。
在一些示例中，还包括：测距设备，用于测量所述成像装置距地面的高度；所述处理器还用于执行如下操作：获取所述测距设备测量的所述成像装置距地面的高度；确定所述目标疑似区域的所述轮廓的像素坐标；根据所述高度和所述像素坐标确定所述外形参数。
在一些示例中，所述目标疑似区域包含所述目标，包括：所述目标疑似区域存在所述目标；或者，所述目标疑似区域存在所述目标的概率大于阈值。
在一些示例中，所述处理器还用于执行如下操作：当所述目标检测结果为所述目标疑似区域不包含所述目标时，改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
在一些示例中，所述处理器还用于执行如下操作：改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
在一些示例中，所述改变所述温度范围，包括：减小所述温度范围。
在一些示例中，所述处理器还用于执行如下操作：根据所述几何参数确定所述目标的状态；根据所述状态确定所述目标检测结果。
在一些示例中，所述几何参数包括：所述目标疑似区域的高度。
在一些示例中，所述处理器还用于执行如下操作：获取所述目标疑似区域对应的可见光图像；根据所述可见光图像得到所述目标检测结果。
在一些示例中，所述处理器还用于执行如下操作：获取热辐射分布图、以及补偿参数；利用转换模型将所述热辐射分布图转换为所述温度分布图，所述补偿参数用于对所述转换模型进行补偿。所述补偿参数包括：所述目标与所述成像装置之间的距离、环境参数的至少一种。
在一些示例中，所述处理器还用于执行如下操作：根据所述目标检测结果对所述目标执行搜救操作。所述搜救操作包括：生成所述目标的提示信息、对所述目标进行追踪的至少一种。
在一些示例中，所述处理器还用于执行如下操作：控制所述成像装置移动，以减小所述目标与所述成像装置之间的距离；和/或；增大所述成像装置的焦距。所述提示信息，包括：视觉提示信息、听觉提示信息、触觉提示信息的至少一种。
在一些示例中，所述目标包括：恒温物体。，所述恒温物体包括：人、恒温动物。
在一些示例中，所述目标包括：非恒温物体。所述非恒温物体的所述温度范围通过标定得到。
本公开再一实施例提供了一种可移动平台，如图10所示，包括：
机体，所述机体用于安装成像装置；
成像装置，包括：
红外成像设备，所述红外成像设备用于获取温度分布图；
目标检测设备，包括；
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的所述可执行指令，以执行如下操作：
获取温度分布图；
根据目标的温度范围确定所述温度分布图中的目标疑似区域；
根据所述目标疑似区域生成目标检测结果。
本实施例的成像装置可以采用上一实施例所述的成像装置，其基本上可以执行上一实施例成像装置的各种操作。
在一些示例中，所述处理器还用于执行如下操作：根据所述温度范围对所述温度分布图进行形态学处理，得到所述目标疑似区域。
在一些示例中，所述处理器还用于执行如下操作：根据所述温度范围将所述温度分布图转换为二值化图像，并对所述二值化图像进行所述形态学处理。所述形态学处理包括：膨胀、腐蚀、连通区域分析的至少一种。
在一些示例中，所述处理器还用于执行如下操作：根据所述目标疑似区域的轮廓、几何参数的至少之一，得到所述目标检测结果。
在一些示例中，所述处理器还用于执行如下操作：确定所述轮廓对应的地面轮廓；根据所述地面轮廓得到所述目标检测结果。
在一些示例中，所述处理器还用于执行如下操作：确定所述地面轮廓的外形参数；当所述外形参数与所述目标相匹配时，所述目标检测结果为所述目标疑似区域包含所述目标。所述外形参数包括：面积、形状的至少一种。
在一些示例中，所述成像装置还包括：测距设备，用于测量所述成像装置距地面的高度；所述处理器还用于执行如下操作：获取所述测距设备测量的所述可移动平台距地面的高度；确定所述目标疑似区域的所述轮廓的像素坐标；根据所述高度和所述像素坐标确定所述外形参数。
在一些示例中，所述目标疑似区域包含所述目标，包括：所述目标疑似区域存在所述目标；或者，所述目标疑似区域存在所述目标的概率大于阈值。
在一些示例中，所述处理器还用于执行如下操作：当所述目标检测结果为所述目标疑似区域不包含所述目标时，改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
在一些示例中，所述处理器还用于执行如下操作：改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
在一些示例中，所述改变所述温度范围，包括：减小所述温度范围。
在一些示例中，所述处理器还用于执行如下操作：根据所述几何参数确定所述目标的状态；根据所述状态确定所述目标检测结果。
在一些示例中，所述几何参数包括：所述目标疑似区域的高度。
在一些示例中，所述处理器还用于执行如下操作：获取所述目标疑似区域对应的可见光图像；根据所述可见光图像得到所述目标检测结果。
在一些示例中，所述处理器还用于执行如下操作：获取热辐射分布图、以及补偿参数；利用转换模型将所述热辐射分布图转换为所述温度分布图，所述补偿参数用于对所述转换模型进行补偿。所述补偿参数包括：所述目标与所述可移动平台之间的距离、环境参数的至少一种。
在一些示例中，所述处理器还用于执行如下操作：根据所述目标检测结果对所述目标执行搜救操作。所述搜救操作包括：生成所述目标的提示信息、对所述目标进行追踪的至少一种。
在一些示例中，所述处理器还用于执行如下操作：控制所述成像装置移动，以减小所述目标与所述成像装置之间的距离；和/或；增大所述成像装置的焦距。所述提示信息，包括：视觉提示信息、听觉提示信息、触觉提示信息的至少一种。
在一些示例中，所述目标包括：恒温物体。所述恒温物体包括：人、恒温动物。
在一些示例中，所述目标包括：非恒温物体。所述非恒温物体的所述温度范围通过标定得到。
本公开再一实施例还提供了一种计算机可读存储介质，其存储有可执行指令，所述可执行指令在由一个或多个处理器执行时，可以使所述一个或多个处理器执行上述实施例的目标检测方法。
计算机可读存储介质，例如可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。可读存储介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。
另外，计算机程序可被配置为具有例如包括计算机程序模块的计算机程序代码。应当注意，模块的划分方式和个数并不是固定的，本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合，当这些程序模块组合被计算机(或处理器)执行时，使得计算机可以执行本公开所述所述的无人机的仿真方法的流程及其变形。
本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述各实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；在不冲突的情况下，本公开实施例中的特征可以任意组合；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。
Claims (105)
1.一种目标检测方法，其特征在于，所述方法包括：
获取温度分布图；
根据目标的温度范围确定所述温度分布图中的目标疑似区域；
根据所述目标疑似区域生成目标检测结果。
2.如权利要求1所述的目标检测方法，其特征在于，
所述根据目标的温度范围确定所述温度分布图中的目标疑似区域，包括：
根据所述温度范围对所述温度分布图进行形态学处理，得到所述目标疑似区域。
3.如权利要求2所述的目标检测方法，其特征在于，所述根据所述温度范围对所述温度分布图进行形态学处理，包括：
根据所述温度范围将所述温度分布图转换为二值化图像，并对所述二值化图像进行所述形态学处理。
4.如权利要求2或3所述的目标检测方法，其特征在于，所述形态学处理包括：膨胀、腐蚀、连通区域分析的至少一种。
5.如权利要求1所述的目标检测方法，其特征在于，所述根据所述目标疑似区域生成目标检测结果，包括：
根据所述目标疑似区域的轮廓、几何参数的至少之一，得到所述目标检测结果。
6.如权利要求5所述的目标检测方法，其特征在于，所述根据所述目标疑似区域的轮廓，得到所述目标检测结果，包括：
确定所述轮廓对应的地面轮廓；
根据所述地面轮廓得到所述目标检测结果。
7.如权利要求6所述的目标检测方法，其特征在于，所述根据所述地面轮廓得到所述目标检测结果，包括：
确定所述地面轮廓的外形参数；
当所述外形参数与所述目标相匹配时，所述目标检测结果为所述目标疑似区域包含所述目标。
8.如权利要求7所述的目标检测方法，其特征在于，所述外形参数包括：面积、形状的至少一种。
9.如权利要求7所述的目标检测方法，其特征在于，所述确定所述地面轮廓的外形参数，包括：
获取所述成像装置距地面的高度；
确定所述目标疑似区域的所述轮廓的像素坐标；
根据所述高度和所述像素坐标确定所述外形参数。
10.如权利要求7所述的目标检测方法，其特征在于，所述目标疑似区域包含所述目标，包括：
所述目标疑似区域存在所述目标；或者，所述目标疑似区域存在所述目标的概率大于阈值。
11.如权利要求7所述的目标检测方法，其特征在于，当所述目标检测结果为所述目标疑似区域不包含所述目标时，改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
12.如权利要求1所述的目标检测方法，其特征在于，还包括：改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
13.如权利要求11或12所述的目标检测方法，其特征在于，所述改变所述温度范围，包括：减小所述温度范围。
14.如权利要求5所述的目标检测方法，其特征在于，所述根据所述目标疑似区域的几何参数，得到所述目标检测结果，包括：
根据所述几何参数确定所述目标的状态；
根据所述状态确定所述目标检测结果。
15.如权利要求14所述的目标检测方法，其特征在于，所述几何参数包括：所述目标疑似区域的高度。
16.如权利要求5所述的目标检测方法，其特征在于，所述根据所述目标疑似区域生成目标检测结果，还包括：
获取所述目标疑似区域对应的可见光图像；
根据所述可见光图像得到所述目标检测结果。
17.如权利要求1所述的目标检测方法，其特征在于，所述获取温度分布图，包括：
获取热辐射分布图、以及补偿参数；
利用转换模型将所述热辐射分布图转换为所述温度分布图，所述补偿参数用于对所述转换模型进行补偿。
18.如权利要求17所述的目标检测方法，其特征在于，所述补偿参数包括：所述目标与所述成像装置之间的距离、环境参数的至少一种。
19.如权利要求1所述的目标检测方法，其特征在于，所述方法还包括：
根据所述目标检测结果对所述目标执行搜救操作。
20.如权利要求19所述的目标检测方法，其特征在于，所述搜救操作包括：生成所述目标的提示信息、对所述目标进行追踪的至少一种。
21.如权利要求20所述的目标检测方法，其特征在于，所述对所述目标进行追踪，包括：
控制所述成像装置移动，以减小所述目标与所述成像装置之间的距离；和/或；增大所述成像装置的焦距。
22.如权利要求20所述的目标检测方法，其特征在于，所述提示信息，包括：
视觉提示信息、听觉提示信息、触觉提示信息的至少一种。
23.如权利要求1所述的目标检测方法，其特征在于，所述目标包括：恒温物体。
24.如权利要求23所述的目标检测方法，其特征在于，所述恒温物体包括：人、恒温动物。
25.如权利要求1所述的目标检测方法，其特征在于，所述目标包括：非恒温物体。
26.如权利要求25所述的目标检测方法，其特征在于，所述非恒温物体的所述温度范围通过标定得到。
27.一种目标检测设备，其特征在于，包括；
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的所述可执行指令，以执行如下操作：
获取温度分布图；
根据目标的温度范围确定所述温度分布图中的目标疑似区域；
根据所述目标疑似区域生成目标检测结果。
28.如权利要求27所述的目标检测设备，其特征在于，所述处理器还用于执行如下操作：
根据所述温度范围对所述温度分布图进行形态学处理，得到所述目标疑似区域。
29.如权利要求28所述的目标检测设备，其特征在于，所述处理器还用于执行如下操作：
根据所述温度范围将所述温度分布图转换为二值化图像，并对所述二值化图像进行所述形态学处理。
30.如权利要求28或29所述的目标检测设备，其特征在于，所述形态学处理包括：膨胀、腐蚀、连通区域分析的至少一种。
31.如权利要求27所述的目标检测设备，其特征在于，所述处理器还用于执行如下操作：
根据所述目标疑似区域的轮廓、几何参数的至少之一，得到所述目标检测结果。
32.如权利要求31所述的目标检测设备，其特征在于，所述处理器还用于执行如下操作：
确定所述轮廓对应的地面轮廓；
根据所述地面轮廓得到所述目标检测结果。
33.如权利要求32所述的目标检测设备，其特征在于，所述处理器还用于执行如下操作：
确定所述地面轮廓的外形参数；
当所述外形参数与所述目标相匹配时，所述目标检测结果为所述目标疑似区域包含所述目标。
34.如权利要求33所述的目标检测设备，其特征在于，所述外形参数包括：面积、形状的至少一种。
35.如权利要求33所述的目标检测设备，其特征在于，所述处理器还用于执行如下操作：
获取所述成像装置距地面的高度；
确定所述目标疑似区域的所述轮廓的像素坐标；
根据所述高度和所述像素坐标确定所述外形参数。
36.如权利要求33所述的目标检测设备，其特征在于，所述目标疑似区域包含所述目标，包括：
所述目标疑似区域存在所述目标；或者，所述目标疑似区域存在所述目标的概率大于阈值。
37.如权利要求33所述的目标检测设备，其特征在于，所述处理器还用于执行如下操作：
当所述目标检测结果为所述目标疑似区域不包含所述目标时，改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
38.如权利要求27所述的目标检测设备，其特征在于，所述处理器还用于执行如下操作：
改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
39.如权利要求37或38所述的目标检测设备，其特征在于，所述改变所述温度范围，包括：减小所述温度范围。
40.如权利要求31所述的目标检测设备，其特征在于，所述处理器还用于执行如下操作：
根据所述几何参数确定所述目标的状态；
根据所述状态确定所述目标检测结果。
41.如权利要求40所述的目标检测设备，其特征在于，所述几何参数包括：所述目标疑似区域的高度。
42.如权利要求31所述的目标检测设备，其特征在于，所述处理器还用于执行如下操作：
获取所述目标疑似区域对应的可见光图像；
根据所述可见光图像得到所述目标检测结果。
43.如权利要求27所述的目标检测设备，其特征在于，所述处理器还用于执行如下操作：
获取热辐射分布图、以及补偿参数；
利用转换模型将所述热辐射分布图转换为所述温度分布图，所述补偿参数用于对所述转换模型进行补偿。
44.如权利要求43所述的目标检测设备，其特征在于，所述补偿参数包括：所述目标与所述成像装置之间的距离、环境参数的至少一种。
45.如权利要求27所述的目标检测设备，其特征在于，所述处理器还用于执行如下操作：
根据所述目标检测结果对所述目标执行搜救操作。
46.如权利要求45所述的目标检测设备，其特征在于，所述搜救操作包括：生成所述目标的提示信息、对所述目标进行追踪的至少一种。
47.如权利要求46所述的目标检测设备，其特征在于，所述处理器还用于执行如下操作：
控制所述成像装置移动，以减小所述目标与所述成像装置之间的距离；和/或；增大所述成像装置的焦距。
48.如权利要求46所述的目标检测设备，其特征在于，所述提示信息，包括：
视觉提示信息、听觉提示信息、触觉提示信息的至少一种。
49.如权利要求27所述的目标检测设备，其特征在于，所述目标包括：恒温物体。
50.如权利要求49所述的目标检测设备，其特征在于，所述恒温物体包括：人、恒温动物。
51.如权利要求27所述的目标检测设备，其特征在于，所述目标包括：非恒温物体。
52.如权利要求51所述的目标检测设备，其特征在于，所述非恒温物体的所述温度范围通过标定得到。
53.一种成像装置，其特征在于，包括：
红外成像设备，所述红外成像设备用于获取温度分布图；
目标检测设备，包括；
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的所述可执行指令，以执行如下操作：
获取温度分布图；
根据目标的温度范围确定所述温度分布图中的目标疑似区域；
根据所述目标疑似区域生成目标检测结果。
54.如权利要求53所述的成像装置，其特征在于，所述处理器还用于执行如下操作：
根据所述温度范围对所述温度分布图进行形态学处理，得到所述目标疑似区域。
55.如权利要求54所述的成像装置，其特征在于，所述处理器还用于执行如下操作：
根据所述温度范围将所述温度分布图转换为二值化图像，并对所述二值化图像进行所述形态学处理。
56.如权利要求54或55所述的成像装置，其特征在于，所述形态学处理包括：膨胀、腐蚀、连通区域分析的至少一种。
57.如权利要求53所述的成像装置，其特征在于，所述处理器还用于执行如下操作：
根据所述目标疑似区域的轮廓、几何参数的至少之一，得到所述目标检测结果。
58.如权利要求57所述的成像装置，其特征在于，所述处理器还用于执行如下操作：
确定所述轮廓对应的地面轮廓；
根据所述地面轮廓得到所述目标检测结果。
59.如权利要求58所述的成像装置，其特征在于，所述处理器还用于执行如下操作：
确定所述地面轮廓的外形参数；
当所述外形参数与所述目标相匹配时，所述目标检测结果为所述目标疑似区域包含所述目标。
60.如权利要求59所述的成像装置，其特征在于，所述外形参数包括：面积、形状的至少一种。
61.如权利要求59所述的成像装置，其特征在于，还包括：
测距设备，用于测量所述成像装置距地面的高度；
所述处理器还用于执行如下操作：
获取所述测距设备测量的所述成像装置距地面的高度；
确定所述目标疑似区域的所述轮廓的像素坐标；
根据所述高度和所述像素坐标确定所述外形参数。
62.如权利要求59所述的成像装置，其特征在于，所述目标疑似区域包含所述目标，包括：
所述目标疑似区域存在所述目标；或者，所述目标疑似区域存在所述目标的概率大于阈值。
63.如权利要求59所述的成像装置，其特征在于，所述处理器还用于执行如下操作：
当所述目标检测结果为所述目标疑似区域不包含所述目标时，改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
64.如权利要求53所述的成像装置，其特征在于，所述处理器还用于执行如下操作：
改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
65.如权利要求63或64所述的成像装置，其特征在于，所述改变所述温度范围，包括：减小所述温度范围。
66.如权利要求57所述的成像装置，其特征在于，所述处理器还用于执行如下操作：
根据所述几何参数确定所述目标的状态；
根据所述状态确定所述目标检测结果。
67.如权利要求66所述的成像装置，其特征在于，所述几何参数包括：所述目标疑似区域的高度。
68.如权利要求57所述的成像装置，其特征在于，所述处理器还用于执行如下操作：
获取所述目标疑似区域对应的可见光图像；
根据所述可见光图像得到所述目标检测结果。
69.如权利要求53所述的成像装置，其特征在于，所述处理器还用于执行如下操作：
获取热辐射分布图、以及补偿参数；
利用转换模型将所述热辐射分布图转换为所述温度分布图，所述补偿参数用于对所述转换模型进行补偿。
70.如权利要求69所述的成像装置，其特征在于，所述补偿参数包括：所述目标与所述成像装置之间的距离、环境参数的至少一种。
71.如权利要求53所述的成像装置，其特征在于，所述处理器还用于执行如下操作：
根据所述目标检测结果对所述目标执行搜救操作。
72.如权利要求71所述的成像装置，其特征在于，所述搜救操作包括：生成所述目标的提示信息、对所述目标进行追踪的至少一种。
73.如权利要求72所述的成像装置，其特征在于，所述处理器还用于执行如下操作：
控制所述成像装置移动，以减小所述目标与所述成像装置之间的距离；和/或；增大所述成像装置的焦距。
74.如权利要求72所述的成像装置，其特征在于，所述提示信息，包括：
视觉提示信息、听觉提示信息、触觉提示信息的至少一种。
75.如权利要求53所述的成像装置，其特征在于，所述目标包括：恒温物体。
76.如权利要求75所述的成像装置，其特征在于，所述恒温物体包括：人、恒温动物。
77.如权利要求53所述的成像装置，其特征在于，所述目标包括：非恒温物体。
78.如权利要求77所述的成像装置，其特征在于，所述非恒温物体的所述温度范围通过标定得到。
79.一种可移动平台，其特征在于，包括：
机体，所述机体用于安装成像装置；
成像装置，包括：
红外成像设备，所述红外成像设备用于获取温度分布图；
目标检测设备，包括；
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的所述可执行指令，以执行如下操作：
获取温度分布图；
根据目标的温度范围确定所述温度分布图中的目标疑似区域；
根据所述目标疑似区域生成目标检测结果。
80.如权利要求79所述的可移动平台，其特征在于，所述处理器还用于执行如下操作：
根据所述温度范围对所述温度分布图进行形态学处理，得到所述目标疑似区域。
81.如权利要求80所述的可移动平台，其特征在于，所述处理器还用于执行如下操作：
根据所述温度范围将所述温度分布图转换为二值化图像，并对所述二值化图像进行所述形态学处理。
82.如权利要求80或81所述的可移动平台，其特征在于，所述形态学处理包括：膨胀、腐蚀、连通区域分析的至少一种。
83.如权利要求79所述的可移动平台，其特征在于，所述处理器还用于执行如下操作：
根据所述目标疑似区域的轮廓、几何参数的至少之一，得到所述目标检测结果。
84.如权利要求83所述的可移动平台，其特征在于，所述处理器还用于执行如下操作：
确定所述轮廓对应的地面轮廓；
根据所述地面轮廓得到所述目标检测结果。
85.如权利要求84所述的可移动平台，其特征在于，所述处理器还用于执行如下操作：
确定所述地面轮廓的外形参数；
当所述外形参数与所述目标相匹配时，所述目标检测结果为所述目标疑似区域包含所述目标。
86.如权利要求85所述的可移动平台，其特征在于，所述外形参数包括：面积、形状的至少一种。
87.如权利要求85所述的可移动平台，其特征在于，所述成像装置还包括：
测距设备，用于测量所述成像装置距地面的高度；
所述处理器还用于执行如下操作：
获取所述测距设备测量的所述可移动平台距地面的高度；
确定所述目标疑似区域的所述轮廓的像素坐标；
根据所述高度和所述像素坐标确定所述外形参数。
88.如权利要求85所述的可移动平台，其特征在于，所述目标疑似区域包含所述目标，包括：
所述目标疑似区域存在所述目标；或者，所述目标疑似区域存在所述目标的概率大于阈值。
89.如权利要求85所述的可移动平台，其特征在于，所述处理器还用于执行如下操作：
当所述目标检测结果为所述目标疑似区域不包含所述目标时，改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
90.如权利要求79所述的可移动平台，其特征在于，所述处理器还用于执行如下操作：
改变所述温度范围，重复执行所述获取温度分布图之后的步骤。
91.如权利要求89或90所述的可移动平台，其特征在于，所述改变所述温度范围，包括：减小所述温度范围。
92.如权利要求79所述的可移动平台，其特征在于，所述处理器还用于执行如下操作：
根据所述几何参数确定所述目标的状态；
根据所述状态确定所述目标检测结果。
93.如权利要求92所述的可移动平台，其特征在于，所述几何参数包括：所述目标疑似区域的高度。
94.如权利要求79所述的可移动平台，其特征在于，所述处理器还用于执行如下操作：
获取所述目标疑似区域对应的可见光图像；
根据所述可见光图像得到所述目标检测结果。
95.如权利要求79所述的可移动平台，其特征在于，所述处理器还用于执行如下操作：
获取热辐射分布图、以及补偿参数；
利用转换模型将所述热辐射分布图转换为所述温度分布图，所述补偿参数用于对所述转换模型进行补偿。
96.如权利要求95所述的可移动平台，其特征在于，所述补偿参数包括：所述目标与所述可移动平台之间的距离、环境参数的至少一种。
97.如权利要求79所述的可移动平台，其特征在于，所述处理器还用于执行如下操作：
根据所述目标检测结果对所述目标执行搜救操作。
98.如权利要求97所述的可移动平台，其特征在于，所述搜救操作包括：生成所述目标的提示信息、对所述目标进行追踪的至少一种。
99.如权利要求98所述的可移动平台，其特征在于，所述处理器还用于执行如下操作：
控制所述成像装置移动，以减小所述目标与所述成像装置之间的距离；和/或；增大所述成像装置的焦距。
100.如权利要求98所述的可移动平台，其特征在于，所述提示信息，包括：
视觉提示信息、听觉提示信息、触觉提示信息的至少一种。
101.如权利要求79所述的可移动平台，其特征在于，所述目标包括：恒温物体。
102.如权利要求101所述的可移动平台，其特征在于，所述恒温物体包括：人、恒温动物。
103.如权利要求79所述的可移动平台，其特征在于，所述目标包括：非恒温物体。
104.如权利要求103所述的可移动平台，其特征在于，所述非恒温物体的所述温度范围通过标定得到。
105.一种计算机可读存储介质，其特征在于，其存储有可执行指令，所述可执行指令在由一个或多个处理器执行时，可以使所述一个或多个处理器执行如权利要求1至26中任一项权利要求所述的目标检测方法。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2020/097701 WO2021258282A1 (zh) | 2020-06-23 | 2020-06-23 | 目标检测设备及方法、成像装置和可移动平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113168530A true CN113168530A (zh) | 2021-07-23 |
Family
ID=76879236
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080006199.2A Pending CN113168530A (zh) | 2020-06-23 | 2020-06-23 | 目标检测设备及方法、成像装置和可移动平台 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113168530A (zh) |
| WO (1) | WO2021258282A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118278218A (zh) * | 2024-05-31 | 2024-07-02 | 中国科学院长春光学精密机械与物理研究所 | 大气扰动成像的数字孪生方法 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115219036A (zh) * | 2022-06-08 | 2022-10-21 | 合肥拉塞特机器人科技有限公司 | 一种在复杂环境下测温准确性的方法 |
| CN115460895B (zh) * | 2022-11-10 | 2023-02-17 | 武汉至驱动力科技有限责任公司 | 基于温度场图像信息的电子水泵控制器散热方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108700468A (zh) * | 2017-09-29 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 对象检测方法、对象检测终端及计算机可读介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR960032262A (ko) * | 1995-02-09 | 1996-09-17 | 배순훈 | 차량의 주행 안전 시스템 |
| KR101539043B1 (ko) * | 2008-10-31 | 2015-07-24 | 삼성전자주식회사 | 인물 구도 제안 영상 촬영 장치 및 방법 |
| KR20100073191A (ko) * | 2008-12-22 | 2010-07-01 | 한국전자통신연구원 | 거리 정보를 이용한 위조 얼굴 검출 방법 및 장치 |
| CN107093171B (zh) * | 2016-02-18 | 2021-04-30 | 腾讯科技（深圳）有限公司 | 一种图像处理方法及装置、系统 |
-
2020
- 2020-06-23 WO PCT/CN2020/097701 patent/WO2021258282A1/zh active Application Filing
- 2020-06-23 CN CN202080006199.2A patent/CN113168530A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108700468A (zh) * | 2017-09-29 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 对象检测方法、对象检测终端及计算机可读介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118278218A (zh) * | 2024-05-31 | 2024-07-02 | 中国科学院长春光学精密机械与物理研究所 | 大气扰动成像的数字孪生方法 |
| CN118278218B (zh) * | 2024-05-31 | 2024-08-27 | 中国科学院长春光学精密机械与物理研究所 | 大气扰动成像的数字孪生方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021258282A1 (zh) | 2021-12-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10928838B2 (en) | Method and device of determining position of target, tracking device and tracking system | |
| CN112966587B (zh) | 目标检测模型的训练方法、目标检测方法及相关设备 | |
| CN113168530A (zh) | 目标检测设备及方法、成像装置和可移动平台 | |
| CN105184776B (zh) | 目标跟踪方法 | |
| US20180313940A1 (en) | Calibration of laser and vision sensors | |
| CN108140245B (zh) | 测距方法、装置以及无人机 | |
| CN111326023A (zh) | 一种无人机航线预警方法、装置、设备及存储介质 | |
| EP3771198B1 (en) | Target tracking method and device, movable platform and storage medium | |
| WO2021016854A1 (zh) | 一种标定方法、设备、可移动平台及存储介质 | |
| CN110570463B (zh) | 一种目标状态估计方法、装置和无人机 | |
| US10861172B2 (en) | Sensors and methods for monitoring flying objects | |
| WO2019127023A1 (zh) | 一种飞行器降落保护方法、装置及飞行器 | |
| EP4296973A1 (en) | System and method for localization of anomalous phenomena in assets | |
| CN107323677B (zh) | 无人机辅助降落方法、装置、设备及存储介质 | |
| Van den Broek et al. | Detection and classification of infrared decoys and small targets in a sea background | |
| CN112683228A (zh) | 单目相机测距方法及装置 | |
| Nussberger et al. | Robust aerial object tracking in images with lens flare | |
| CN116486290B (zh) | 一种无人机监测追踪方法、装置、电子设备及存储介质 | |
| Stets et al. | Comparing spectral bands for object detection at sea using convolutional neural networks | |
| KR20220167029A (ko) | 복수의 무인비행체를 이용한 구조물 관리 방법 및 시스템 | |
| CN110287957B (zh) | 一种低慢小目标的定位方法及定位装置 | |
| CN116702459A (zh) | 基于仿真红外成像导航模型的对抗仿真导航方法及系统 | |
| CN116295353A (zh) | 一种无人车辆的定位方法、装置、设备和存储介质 | |
| JP2005208023A (ja) | 目標探知装置 | |
| CN112487889A (zh) | 一种基于深度神经网络的无人机对地探测方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210723 |
|
| WD01 | Invention patent application deemed withdrawn after publication |