[发明专利]基于感知hash算法的无人机跟随防跳变方法及终端

说明书

本发明公开了一种基于感知hash算法的无人机跟随防跳变方法及终端，方法包括获取目标图片，选定主目标，利用感知hash算法提取所述主目标的特征描述算子；持续获取后续的图片，执行目标监控流程对所述主目标进行持续监控，并根据主目标的坐标位置变化运行无人机跟随控制算法；本发明的基于感知hash算法的无人机跟随防跳变方法及终端，通过使用感知hash算法提取主目标与待定目标的特征描述算子，并计算待定目标与主目标的汉明距离判断哪个待定目标为主目标，实现单目标情形下防止目标跳变以及多目标情形下锁定主目标的目的，大大提升无人机的跟随能力，具有很强的实用性。

技术领域

本发明涉及无人机跟随技术领域，特别是涉及一种基于感知hash算法的无人机跟随防跳变方法及终端。

背景技术

当前无人机目标跟随技术主要是通过对视频图像中指定目标的坐标位置变化规律进行分析，得到目标的实际位置变化轨迹，进而控制无人机进行跟随。单目标情况下这种技术基本没有什么问题，但当视频图像中出现多个目标时，这种技术就会出现问题，算法很难判断哪一个才是需要跟随的目标，导致跟随失败。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于感知hash算法的无人机跟随防跳变方法及终端，旨在解决现有技术中视频图像中出现多个目标时无法判断跟随目标的问题。

技术方案：为实现上述目的，本发明的基于感知hash算法的无人机跟随防跳变方法，包括

获取目标图片，选定主目标，利用感知hash算法提取所述主目标的特征描述算子；

持续获取后续的图片，执行目标监控流程对所述主目标进行持续监控，并根据主目标的坐标位置变化运行无人机跟随控制算法；

所述目标监控流程包括

利用感知hash算法提取所述图片中的每个待定目标的特征描述算子，并计算每个待定目标的特征描述算子与所述主目标的特征描述算子的汉明距离；

判断每个所述汉明距离与设定阈值的关系，认定汉明距离小于设定阈值所对应的待定目标为更新后的主目标；

根据更新后的主目标更新主目标的特征描述算子。

进一步地，所述选定主目标具体包括

判断所述目标图片中包含的目标的数量，若为单目标，则选定该目标为主目标；若为多目标，则选定一个目标作为主目标。

进一步地，所述利用感知hash算法提取所述图片中的每个待定目标的特征描述算子具体包括

判断所述图片中包含的待定目标的数量；

若所述待定目标的数量为单个，则利用感知hash算法直接提取该待定目标的特征描述算子；

若所述待定目标的数量为多个，则分别利用感知hash算法分别提取该待定目标的特征描述算子。

进一步地，所述判断每个所述汉明距离与设定阈值的关系，认定汉明距离小于设定阈值所对应的待定目标为更新后的主目标之后还包括

若所有的所述汉明距离均大于设定阈值，则重新获取目标图片，选定主目标，利用感知hash算法提取所述主目标的特征描述算子。

进一步地，利用感知hash算法提取主目标或待定目标的特征描述算子的流程包括

将图像缩小至设定尺寸；

将缩小后的图像转化为灰度图像；

对灰度图像进行DCT变换，得到灰度图像的大小为32x32的DCT系数矩阵；

提取所述DCT系数矩阵左上角的大小为8x8的矩阵；