[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

说明书

本发明公开了一种复杂背景下无人机载小目标检测定位方法及系统，所述方法包括：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。本发明可对复杂背景下无人机载小目标进行实时在线精确检测定位。

技术领域

本发明涉及无人机技术领域，特别涉及一种复杂背景下无人机载小目标检测定位方法及系统。

背景技术

小型无人机具有造价低廉、使用方便等特点，是完成对地目标搜索、监视等任务的理想空中平台。然而，现有的无人机定位技术仍然存在着很多缺陷，如在复杂的背景下难以将物体与背景进行分离，从而造成定位精度低；远距离目标成像效果差，目标在图像中占据的像素点较少，难以将目标进行准确识别，无法实现检测定位等。

在算法方面，现有定位算法较为复杂，严重影响到定位系统的检测效率。在硬件方面，无人机载荷有限，而搭载的各种探测设备、硬件装置的重量和体积都较大。因此，设计出一种复杂背景下无人机载小目标的检测定位方法与系统，提升无人机对小目标检测定位的精度和实时性，是目前迫切需要解决的技术问题。

发明内容

本发明的目的在于提供一种复杂背景下无人机载小目标检测定位方法及系统，以解决现有技术存在的复杂的背景下难以将物体与背景进行分离，造成定位精度低；远距离目标成像效果差，目标在图像中占据的像素点较少，难以对目标进行准确识别，无法实现精确检测定位的技术问题。

为解决上述技术问题，本发明的实施例提供如下方案：

一方面，提供了一种复杂背景下无人机载小目标检测定位方法，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。

优选地，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。

优选地，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。

优选地，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；