APP下载

一种应用于无人机的智能图像处理系统

2021-08-16邹新雷邓文浩

中国新通信 2021年11期
关键词:目标检测机器学习无人机

邹新雷 邓文浩

【摘要】    随着无人机的在各领域的普及与应用,无论是民用还是军用,对于无人机采集来的图像信息有着越来越多的技术需求。例如对于传输图像内各个目标的检测与识别,图像的去雾与拼接。本文设计并实现了一种能够自动检测无人机视频内车辆房屋等目标的程序,并能按需求对多路传输视频进行图像拼接,实现对无人机监控的智能图像分析。

【关键词】    无人机    目标检测   机器学习    人工智能    图像拼接

引言:

随着科技的发展,无人机越来越多的普及到了我们的生活与工作中,无论是军用还是民用都得到了广泛的应用。例如:边防检查,森林防火,交通管制,地理测绘,新闻采集。纵观这些应用领域,最终都要对采集的图像进行分析并收集信息,如果要通过人眼来进行全面的观察,每个监控视频需要耗费过多的人力与时间。如果能通过机器学习的方法,让计算机智能的分析出图像所包含的信息,就能省去这些繁琐的工作。因此,研究无人机领域的智能图像处理就具有了重要的意义。

一、系统总体设计方案

本系统的总体架构如图1所示,整个系统框架流总体分为三大部分:

1.1图像增强处理模块

这个模块主要是让无人机传输过来的图像更为清晰,由于图像是由高空传来而且天气未知,本模块主要做亮度增强与去雾的操作。

1.2图像拼接模块

本模块主要针对并飞无人机传输图像进行处理,能够对齐一系列空间重叠的图像,构成一个无缝的、高清晰的图像,使新形成的图像具有更高的的分辨率和更大的视野。

1.3目标检测模块

本模块的功能是对传输回来的图像进行智能分析,依据大量数据集的训练,让程序能够自动的识别到视频中出现的目标与其位置。

二、系统算法技术介绍

2.1图像增强算法:多尺度Retinex算法(MSR)

多尺度Retinex算法(MSR)是从SSR发展而来的一种Retinex算法。相比于SSR算法,MSR的优点是在保持图像高保真度与对图像的动态范围进行压缩的同时,也可实现色彩增强、颜色恒常性、局部动态范围压缩、全局动态范围压缩,还可以用于X光图像增强。

MSR计算公式如下:

式中,K是高斯中心环绕函数的个数。当K=1時,MSR退化为SSR。

2.2图像拼接算法:SIFT算法

SIFT(Scale Invariant Feature Transform)全称尺度不变特征变换,SIFT算子是把图像中检测到的特征点用一个128维的特征向量进行描述,因此一幅图像经过SIFT算法后表示为一个128维的特征向量集,该特征向量集具有对图像缩放,平移,旋转不变的特征,对于光照、仿射和投影变换也有一定的不变性,是一种非常优秀的局部特征描述算法。

本系统的图像拼接系统首先使用sift算法提取特征点,然后利用快速最近邻算法进行特征点粗匹配,并利用阈值设置和双向交叉检查方法进行初步的筛选。之后利用 RANSAC 算法进行精匹配,随后经过图像变换将不同图像映射到同一坐标系下,完成图像融合。

2.3目标检测算法:YOLOV4

YOLO(You Only Look Once)系列是基于深度学习的回归方法。其核心思想就是利用整张图作为网络的输入,仅仅经过一个神经网络,得到边界框的位置及其所属的类别。

这种算法的优点为检测速度快,在GPU上运行可以实现实时的检测速度,其背景误检率低,而且通用性强。YOLOV4比起前几代提出了一种高效而强大的目标检测模型,使用者可以使用1080 Ti或2080 Ti GPU训练快速准确的目标检测器。经测试,在无人机高空飞行且目标极多的情况下效果极好。

三、无人机实地测试应用

本系统在无人机基地进行了多次实地搭载测试。在光照充足下以及雾天、傍晚等图像不足够清晰的情况下,都能准确实时的检测到目标单位,实地测试检测结果如图3所示。

四、结束语

本文设计一种无人机智能图像处理系统,该系统基于机器学习、目标识别、图像拼接等技术,设计了一种准确、低延迟的实时智能目标检测程序,并且能够在PC以及开发板等硬件上成功实现。在无人机领域具有较大的市场和应用价值。

参  考  文  献

[1]侯涛,蒋瑜.改进YOLOv4在遥感飞机目标检测中的应用研究[J/OL].计算机工程与应用:1-10[2021-04-16].http://kns.cnki.net/kcms/detail/11.2127.TP.20210409.1559.014.html.

[2]严羽,王永众,杨来邦.基于无人机的实时图传系统[J].智能计算机与应用,2019,9(04):65-70.

[3]杨军,杨婉钰.改进的尺度不变特征变换的遥感影像配准[J/OL].测绘科学:1-15[2021-04-16].http://kns.cnki.net/kcms/detail/11.4415.P.20210415.1741.006.html.

[4]王萌萌,彭敦陆.Retinex-ADNet:一个低光照图像增强系统[J/OL].小型微型计算机系统:1-8[2021-04-16].http://kns.cnki.net/kcms/detail/21.1106.TP.20210330.1550.042.html.

猜你喜欢

目标检测机器学习无人机
视频中目标检测算法研究
行为识别中的人体运动目标检测方法
基于网络搜索数据的平遥旅游客流量预测分析
前缀字母为特征在维吾尔语文本情感分类中的研究
高职院校新开设无人机专业的探讨
一种适用于输电线路跨线牵引无人机的飞行方案设计
移动机器人图像目标识别
基于支持向量机的金融数据分析研究
基于P3电位的目标检测研究