[发明专利]一种复杂背景下无人机载小目标检测定位方法及系统

权利要求书

1.一种复杂背景下无人机载小目标检测定位方法，其特征在于，包括以下步骤：

获取小目标的视频图像以及无人机和云台的姿态数据；

通过多通道优选自适应引导滤波去雾算法对获取的视频图像进行预处理；

利用有限像素目标空间-语义信息融合检测算法，对预处理后的视频图像进行检测，获得小目标的像素位置；

利用空间多参数像素映射地理坐标定位算法，将视频图像中小目标的像素位置与无人机的地理坐标进行关联映射，获得小目标在地理坐标系下的经纬度和高度；

实时显示无人机载视频图像中的小目标及其在地理坐标系下的经纬度和高度。

2.根据权利要求1所述的复杂背景下无人机载小目标检测定位方法，其特征在于，所述通过多通道优选自适应引导滤波去雾算法对获取的视频图像进行预处理具体包括：

对获取的视频图像进行通道分割，分为：暗通道图像、亮通道图像和RGB三通道图像；

根据暗通道图像和亮通道图像估算局部大气值；

对RGB三通道图像进行加权引导滤波，之后估算局部透射率；

根据估算的局部大气值和局部透射率，结合雾干扰模型，得到去雾图像。

3.根据权利要求1所述的复杂背景下无人机载小目标检测定位方法，其特征在于，所述利用有限像素目标空间-语义信息融合检测算法，对预处理后的图像进行检测具体包括：

构建空间-语义特征提取网络，通过对感兴趣区域池化、归一化处理提取多层空间特征信息，通过循环卷积提取语义特征信息；

通过两层全连接层对目标的边界框进行回归分类，得到视频图像的检测结果。

4.根据权利要求1所述的复杂背景下无人机载小目标检测定位方法，其特征在于，所述利用空间多参数像素映射地理坐标定位算法，将视频图像中小目标的像素位置与无人机的地理坐标进行关联映射具体包括：

根据视频图像的检测结果，得到小目标在视频图像中的像素位置；

将无人机在地面位置的高度作为大地高，将小目标在视频图像中的像素位置与无人机地理坐标进行映射，求解出小目标在地理坐标系中的经纬度；

根据计算得到的经纬度，确定小目标的大地高，将得到的小目标的大地高与无人机在地面位置的高度对比，进行修正，确定小目标的经纬度和高度。

5.一种复杂背景下无人机载小目标检测定位系统，其特征在于，包括：

目标视觉增强子系统，用于获取小目标的视频图像以及无人机和云台的姿态数据，并通过多通道优选自适应引导滤波去雾算法对获取的视频图像进行预处理；

深度学习机载检测定位子系统，用于利用有限像素目标空间-语义信息融合检测算法，对预处理后的视频图像进行检测，获得小目标的像素位置；以及，利用空间多参数像素映射地理坐标定位算法，将视频图像中小目标的像素位置与无人机的地理坐标进行关联映射，获得小目标在地理坐标系下的经纬度和高度；

数据回传与地面站子系统，用于实时传输及显示无人机载视频图像中的小目标及其在地理坐标系下的经纬度和高度。

6.根据权利要求5所述的复杂背景下无人机载小目标检测定位系统，其特征在于，所述目标视觉增强子系统具体用于：

对获取的视频图像进行通道分割，分为：暗通道图像、亮通道图像和RGB三通道图像；

根据暗通道图像和亮通道图像估算局部大气值；

对RGB三通道图像进行加权引导滤波，之后估算局部透射率；

根据估算的局部大气值和局部透射率，结合雾干扰模型，得到去雾图像。

7.根据权利要求5所述的复杂背景下无人机载小目标检测定位系统，其特征在于，所述深度学习机载检测定位子系统具体用于：

构建空间-语义特征提取网络，通过对感兴趣区域池化、归一化处理提取多层空间特征信息，通过循环卷积提取语义特征信息；

通过两层全连接层对目标的边界框进行回归分类，得到视频图像的检测结果。