基于usv的視覺檢測和水面目標追蹤系統(tǒng)及其檢測追蹤方法
【技術領域】
[0001] 本發(fā)明涉及無人水面艇導航技術，具體涉及基于USV的視覺檢測和水面目標追蹤 系統(tǒng)及其檢測追蹤方法。
【背景技術】
[0002] 無人水面艇（Unmanned Surface Vessel，簡稱USV)，是近來新興的海上作業(yè)平臺， 根據(jù)人為設定程序可完成自主探測目標、避障、搜救等任務。目前在海難頻發(fā)及海軍裝備的 快速發(fā)展與實用的影響下，各國對所管制海域內(nèi)目標監(jiān)測管理越來越重視，這使得海面的 目標自動識別技術得到飛速發(fā)展。隨著海洋活動越來越頻繁及海難多發(fā)，各海岸帶國家尤 為注重海上活動監(jiān)測，海上目標特別是船舶的探測與監(jiān)視以及海難后的事故現(xiàn)場搜索更是 世界各海岸帶國家的傳統(tǒng)任務。從艦船、艇等視覺圖像中檢測出目標圖像，進一步提取大量 的有用信息，對事故現(xiàn)場、海域海灣、港口的監(jiān)測與海洋運輸、捕魚的監(jiān)管以及軍事戰(zhàn)爭中 判別危險所在等有著很廣泛的應用前景。
[0003] 在當今智能化高速發(fā)展的時代，海上安全管理以及軍事戰(zhàn)略也逐漸走向高智能 化。無人水面艇作為一個新型的海上智能體，具有自主性、反應性、適應性等特征，較無人機 等一些空中與地面無人平臺發(fā)展較晚，主要是由兩方面因素影響，一是海上環(huán)境變化大，光 線受水面反射影響大等環(huán)境因素；二是水面目標一般較近，對視覺系統(tǒng)傳感器的要求較高。 能夠自主準確的識別判斷其作業(yè)環(huán)境中的目標物或者障礙物是無人水面艇的主要任務之 一，因此對其視覺與處理系統(tǒng)有較高的智能化要求。無人水面艇對近距離目標或障礙物識 別主要基于視覺系統(tǒng)而進行，因此，研究無人艇水面目標識別、測量及追蹤具有十分重大的 意義。
[0004] 在現(xiàn)有的技術中，對于復雜動態(tài)場景中運動目標檢測與跟蹤，通常輔助人工搜索 的方法檢測特定的運動目標，并用跟蹤算法實現(xiàn)運動目標在圖像中的跟蹤，這屬于一種半 自主的引導方式，因此有一定的局限性。

【發(fā)明內(nèi)容】

[0005] 發(fā)明目的：本發(fā)明的目的在于解決現(xiàn)有技術中存在的不足，提供基于USV的視覺 檢測和水面目標追蹤系統(tǒng)及其檢測追蹤方法。
[0006] 技術方案：本發(fā)明所述的一種基于USV的視覺檢測和水面目標追蹤系統(tǒng)，包括指 揮中心、水面無人艇和探查系統(tǒng)；所述指揮中心為水面無人艇的控制終端，與水命無人艇之 間通信連接并向水面無人艇發(fā)送指令；所述水面無人艇接收來自探查系統(tǒng)發(fā)送的信息，并 通過導航系統(tǒng)完成追蹤水面目標任務；所述探查系統(tǒng)對水面上的目標物體進行檢測并定位 獲知其位置坐標，并將信息發(fā)送給水面無人艇，同時等待指揮中心下一步指令；探查系統(tǒng)集 成有云臺攝像機和毫米波雷達。
[0007] 本發(fā)明還公開了一種基于USV的視覺檢測和水面目標追蹤系統(tǒng)的檢測追蹤方法， 包括以下步驟：
[0008] (1)對云臺攝像機拍攝到的2D視頻圖像進行處理；
[0009] (2)云臺攝像機跟蹤控制，實時調(diào)整云臺攝像機的俯仰偏轉角度，使目標保持在圖 像的中央；
[0010] ⑶利用毫米波雷達進一步測量無人水面艇與運動目標之間的距離，結合步驟 (2)所得數(shù)據(jù)，得到運動目標的3D數(shù)據(jù)完成運動目標的跟蹤與精確定位；
[0011] (4)無人水面艇導航系統(tǒng)進行自主跟蹤水面運動目標行駛。
[0012] 進一步的，所述步驟（1)包括圖像序列預處理（包括圖像變換，圖像去噪，圖像增 強等，其目的在于便于后續(xù)對圖像信號進行處理），進行背景建模與運動目標的檢測、運動 目標的分割及運動目標跟蹤四個步驟，具體過程如下：
[0013] (11)圖像序列預處理包括圖像變換、圖像去噪和圖像增強等等；
[0014] (12)背景建模與動態(tài)目標的檢測，即結合紋理和運動模型的運動目標檢測：使用 局部二值模式提取紋理模式；同時將傳統(tǒng)的局部二值模式從空間域擴充到時空域，用于提 取運動模式，具體方法為：用于提取紋理模式描述子對于t時刻圖像中（Xt^ytJ處的像素 gti?？紤]它的八個鄰域像素 g tiP，P = 〇,--7,將每個鄰域像素與該像素進行二值化比較， 得到一個八位的二進制串，即該像素處的一個碼字LBPtUt^ yt，。）：
[0017] 這個碼字刻畫像素（Xt^ytJ與其周圍像素形成的一種紋理模式，然后對場景中 的每一個像素采用紋理模式和運動模型分別進行建模，然后在分類器層面將基于紋理模式 和運動模式的背景模型進行融合；
[0018] (13)運動目標的分割：通過使用基于高斯混合模型和基于近鄰圖像塊嵌入特征 的背景建模方法生成兩幅背景剪除圖像，然后將這兩幅背景剪除圖像合成一幅背景剪除圖 像；接著提取前景像素的連通區(qū)域，將連通區(qū)域和及其周圍鄰域內(nèi)的像素分為前景種子像 素、背景種子像素和未標記像素；最后采用基于封閉形式的摳圖算法對包含運動目標的連 通區(qū)域及其周圍鄰域進行更為精細的分割；
[0019] (14)運動目標的跟蹤：在第一幀圖像中，通過人工選定目標矩形框，將目標矩形 框劃分為多個小的局部圖像塊，并且使用積分圖的技術提取它們的灰度直方圖；將第一幀 中劃分得到的局部圖像塊都當作前景圖像塊，同時使用基于局部空間共生關系的背景建模 方法對目標矩形框周圍的背景進行建模；在新的一幀圖像中，首先通過匹配所有的前景圖 像塊，生成一個目標權重圖像集合；然后設計一個魯棒的統(tǒng)計算子，來融合目標權重圖像集 合，從而確定目標在當前幀中的位置；得到目標的位置之后使用局部背景模型，將目標位置 對應的目標矩形框內(nèi)的圖像塊分為前景圖像塊和背景圖像塊；然后更新前景圖像塊的灰度 直方圖模型，同時更新局部背景模型；在每一幀圖像中，都按上述過程依次進行，直到跟蹤 視頻結束。
[0020] 有益效果：與現(xiàn)有技術相比，本發(fā)明具有以下優(yōu)點：
[0021] (1)本發(fā)明既具有基于視覺的目標檢測功能，信號探測范圍寬，獲取目標信息完 整；
[0022] (2)本發(fā)明還具有基于雷達的目標檢測工功能，對物體的感知信息來源于自身，受 外界環(huán)境影響較小，而且在深度信息獲取上的可靠性和精確性較高；
[0023] (3)本發(fā)明不需要工作人員的全程參與，可自行完成對運動目標的檢測、圖像跟 蹤，云臺控制器控制云臺攝像機的拍攝角度，使動態(tài)目標始終呈現(xiàn)在成像平面中央，通過毫 米波雷達實時測量無人水面艇與動態(tài)目標之間的距離，從而實現(xiàn)對動態(tài)目標的定位，以此 作為反饋信號，形成閉環(huán)控制，引導無人水面艇的跟蹤行駛；
[0024] (4)本發(fā)明應用云臺攝像機與毫米波雷達這兩種傳感器共同定位出水面目標的位 置，使得檢測追蹤結果更加精準，提高檢測效率，大大節(jié)省人力和財力，具有廣闊的市場前 景；
[0025] (5)本發(fā)明以水面目標為研究對象，檢測、識別及追蹤目標，對海難搜救、海洋船舶 檢測與監(jiān)測管理以及未來新型軍事作戰(zhàn)策略有很大的理論和現(xiàn)實意義。
【附圖說明】
[0026] 圖1為本發(fā)明的結構框圖；
[0027] 圖2為本發(fā)明中對2D圖像的處理過程示意圖；
[0028] 圖3為本發(fā)明中紋理模式和運動模式提取框圖；
[0029] 圖4為本發(fā)明中運動目標分割的示意圖；
[0030] 圖5為本發(fā)明中運動目標跟蹤算法框圖。
【具體實施方式】
[0031] 下面對本發(fā)明技術方案進行詳細說明，但是本發(fā)明的保護范圍不局限于所述實施 例。
[0032] 如圖1所示，本發(fā)明的一種基于USV的視覺檢測和水面目標追蹤系統(tǒng)，包括指揮中 心、水面無人艇和探查系統(tǒng)；指揮中心為水面無人艇的控制終端，與水面無人艇之間通信連 接并向水面無人艇發(fā)送指令；水面無人艇接收來自探查系統(tǒng)發(fā)送的信息，并通過導航系統(tǒng) 完成追蹤水面目標任務；探查系統(tǒng)對水面上的目標物體進行檢測并定位獲知其位置坐標， 并將信息發(fā)送給水面無人艇，同時等待