基于優(yōu)化Renyi熵的航拍飛行運(yùn)動(dòng)目標(biāo)圖像提取研究

惲鴻峰 王 超 馬菁源 胡雨峰長(zhǎng)春光華學(xué)院

0 引言

航拍又稱(chēng)為空中攝影或航空攝影，是指從空中拍攝獲得俯視圖，即空照?qǐng)D。航拍的攝像機(jī)可以由攝影師控制，也可以自動(dòng)拍攝或遠(yuǎn)程控制?！昂脚娘w行系統(tǒng)”可以展示出高質(zhì)量的真實(shí)現(xiàn)場(chǎng)感和交互感，廣泛應(yīng)用于房地產(chǎn)全景樓房航拍、旅游景區(qū)航拍、城市全景航拍、工業(yè)園區(qū)航拍等。在森林防火、地震調(diào)查、核輻射探測(cè)、邊境巡邏、應(yīng)急救災(zāi)、農(nóng)作物估產(chǎn)、管道巡檢、保護(hù)區(qū)野生動(dòng)物監(jiān)測(cè)、搭載航拍電子設(shè)備進(jìn)行科研試驗(yàn)、海事偵察等方面都有應(yīng)用航拍的需求，具備較好的研究意義和價(jià)值。

1 航拍飛行器硬件系統(tǒng)

航拍飛行系統(tǒng)設(shè)計(jì)中，采用STM32F407微處理器作為主控，利用I2C總線連接電子羅盤(pán)、6軸MEMS、氣壓高度計(jì)，GPS模塊通過(guò)UART串口相連，實(shí)時(shí)更新當(dāng)前的位置信息。飛行器底部掛接700線航拍攝像頭，實(shí)時(shí)采集圖像信息，并通過(guò)另外的串口進(jìn)行遙測(cè)數(shù)據(jù)傳輸。700線攝像頭帶有PAL/NTSC的模擬信號(hào)輸出接口，滿(mǎn)足FPV航拍穿越機(jī)的基本需求。為保持低空飛行中的距離限制，在飛行器底部安裝超聲波測(cè)距模塊，保證低空距離的穩(wěn)定可調(diào)節(jié)。

2 運(yùn)動(dòng)目標(biāo)圖像提取

航拍飛行器在慢速飛行中可以實(shí)時(shí)對(duì)運(yùn)動(dòng)目標(biāo)圖像特征進(jìn)行提取，對(duì)相對(duì)運(yùn)動(dòng)狀態(tài)下的目標(biāo)進(jìn)行快速識(shí)別與處理。研究發(fā)現(xiàn)，引入螢火蟲(chóng)算法可以獲取最優(yōu)的閾值，通過(guò)二維熵方法提取目標(biāo)圖像以提升速度，但處理過(guò)程中存在局部最優(yōu)解降低識(shí)別準(zhǔn)確度的情況。在引入逐維更新方法基礎(chǔ)上，利用Tsallis熵的多閾值圖像提取方法，實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的提取，可以較好地提升目標(biāo)圖像的識(shí)別率，但在處理過(guò)程中，存在較多噪聲，獲得的目標(biāo)圖像效果不佳。傳統(tǒng)Renyi熵方法主要通過(guò)單通道的方式對(duì)目標(biāo)圖像進(jìn)行提取，無(wú)法適應(yīng)航拍過(guò)程中目標(biāo)圖像背景多變的特點(diǎn)。因此，本研究提出一種優(yōu)化的Renyi熵的目標(biāo)提取方法，利用圖像的YCbCr顏色計(jì)算得到的Renyi熵，更符合運(yùn)動(dòng)狀態(tài)下多變復(fù)雜的背景環(huán)境。

3 提取原理與模型

在慢速航拍飛行過(guò)程中，最為常見(jiàn)目標(biāo)圖像提取方法是灰度提取法，但無(wú)法適用于背景差異較小且存在明顯噪聲的情況，不能準(zhǔn)確劃分圖像的灰度級(jí)別。而利用顏色進(jìn)行圖像的分析與處理，直接劃分運(yùn)動(dòng)目標(biāo)與復(fù)雜背景，具備較好的提取效果。首先，利用航拍飛行器批量采集圖像信息，并將信息映射到Y(jié)CbCr雙通道顏色空間，針對(duì)先驗(yàn)圖像進(jìn)行的RGB顏色提取，作為后續(xù)處理對(duì)象的顏色合集。其次，通過(guò)均值法對(duì)顏色合集進(jìn)行處理，并獲取協(xié)方差矩陣。結(jié)合以上因素，計(jì)算獲得運(yùn)動(dòng)目標(biāo)的高斯模型，集合雙通道獲得各自的中心點(diǎn)A和中心點(diǎn)B，并對(duì)圖形信息和中心點(diǎn)信息進(jìn)行更新。運(yùn)動(dòng)目標(biāo)圖像識(shí)別流程如圖1所示。

4 優(yōu)化Renyi熵的計(jì)算

對(duì)于優(yōu)化Renyi熵的計(jì)算，采用直方圖估算YCbCr顏色概率，利用閾值向量劃分4個(gè)子區(qū)域。其中，區(qū)域1為圖像背景區(qū)，區(qū)域2為噪聲，區(qū)域3為運(yùn)動(dòng)目標(biāo)，區(qū)域4為邊緣點(diǎn)，如表1所示。

圖1 運(yùn)動(dòng)目標(biāo)圖像識(shí)別流程

表1 閾值向量劃分4個(gè)子區(qū)域

根據(jù)閾值向量劃分和像素點(diǎn)顏色分布概率，計(jì)算獲得運(yùn)動(dòng)目標(biāo)圖像區(qū)域概率和背景區(qū)域概率，最后獲取運(yùn)動(dòng)目標(biāo)與區(qū)域背景的優(yōu)化Renyi熵。為了避免受因顏色均值而造成的噪聲影響，在直方圖計(jì)算過(guò)程中，采用中值濾波方式提高抗噪性能。主要表達(dá)式為：

其 中，f(x,y)為 點(diǎn)（x,y） 的 像 素 顏 色 定 義。的 圖 像，為中心點(diǎn)。優(yōu)化的圖像顏色合集表達(dá)式：其中，是 (,)fxym= 與n= 聯(lián)合概率。

5 優(yōu)化Renyi熵閾值圖像提取

利用當(dāng)前獲取的中心點(diǎn)估算后續(xù)中心點(diǎn)，如果迭代處理過(guò)程中達(dá)到預(yù)設(shè)值時(shí)計(jì)算出結(jié)果。在后續(xù)運(yùn)動(dòng)目標(biāo)圖像提取過(guò)程中，主要依據(jù)提取閾值、中心點(diǎn)進(jìn)行判定。迭代處理中，不斷更新中心點(diǎn)和閾值，并實(shí)時(shí)估算偏移中心點(diǎn)的值，直至中心點(diǎn)滿(mǎn)足更新條件。在運(yùn)動(dòng)目標(biāo)不斷更新變化過(guò)程中，獲取的中心點(diǎn)一直逼近運(yùn)動(dòng)目標(biāo)中心點(diǎn)，并根據(jù)獲取運(yùn)動(dòng)目標(biāo)進(jìn)行閾值和邊界的調(diào)節(jié)，以實(shí)現(xiàn)最小化閾值范圍內(nèi)的寬閾值提取。

原始中心點(diǎn)：

迭代計(jì)算公式：

還原操作過(guò)程描述：

利用Matlab作為仿真數(shù)據(jù)分析平臺(tái)，對(duì)比灰度熵、Tsallis熵、Renyi熵在運(yùn)動(dòng)目標(biāo)圖像提取的速度。具體情況如表2所示。

表2 運(yùn)動(dòng)目標(biāo)圖像提取數(shù)據(jù)對(duì)比

6 結(jié)束語(yǔ)

比較得知，基于優(yōu)化的Renyi熵方法收斂速度較快，執(zhí)行效率較高，適用于運(yùn)動(dòng)目標(biāo)圖像的提取及圖像批處理。因此，在航拍飛行器的設(shè)計(jì)中，采用優(yōu)化的Renyi熵的方法可以較好地提高圖像信息處理速度，為后續(xù)數(shù)據(jù)處理做好準(zhǔn)備。