一種應用于無人機的智能圖像處理系統(tǒng)

鄒新雷 鄧文浩

【摘要】? ? 隨著無人機的在各領域的普及與應用，無論是民用還是軍用，對于無人機采集來的圖像信息有著越來越多的技術需求。例如對于傳輸圖像內各個目標的檢測與識別，圖像的去霧與拼接。本文設計并實現(xiàn)了一種能夠自動檢測無人機視頻內車輛房屋等目標的程序，并能按需求對多路傳輸視頻進行圖像拼接，實現(xiàn)對無人機監(jiān)控的智能圖像分析。

【關鍵詞】? ? 無人機? ? 目標檢測? ?機器學習? ? 人工智能? ? 圖像拼接

引言：

隨著科技的發(fā)展，無人機越來越多的普及到了我們的生活與工作中，無論是軍用還是民用都得到了廣泛的應用。例如：邊防檢查，森林防火，交通管制，地理測繪，新聞采集。縱觀這些應用領域，最終都要對采集的圖像進行分析并收集信息，如果要通過人眼來進行全面的觀察，每個監(jiān)控視頻需要耗費過多的人力與時間。如果能通過機器學習的方法，讓計算機智能的分析出圖像所包含的信息，就能省去這些繁瑣的工作。因此，研究無人機領域的智能圖像處理就具有了重要的意義。

一、系統(tǒng)總體設計方案

本系統(tǒng)的總體架構如圖1所示，整個系統(tǒng)框架流總體分為三大部分：

1.1圖像增強處理模塊

這個模塊主要是讓無人機傳輸過來的圖像更為清晰，由于圖像是由高空傳來而且天氣未知，本模塊主要做亮度增強與去霧的操作。

1.2圖像拼接模塊

本模塊主要針對并飛無人機傳輸圖像進行處理，能夠對齊一系列空間重疊的圖像，構成一個無縫的、高清晰的圖像，使新形成的圖像具有更高的的分辨率和更大的視野。

1.3目標檢測模塊

本模塊的功能是對傳輸回來的圖像進行智能分析，依據(jù)大量數(shù)據(jù)集的訓練，讓程序能夠自動的識別到視頻中出現(xiàn)的目標與其位置。

二、系統(tǒng)算法技術介紹

2.1圖像增強算法：多尺度Retinex算法（MSR）

多尺度Retinex算法（MSR）是從SSR發(fā)展而來的一種Retinex算法。相比于SSR算法，MSR的優(yōu)點是在保持圖像高保真度與對圖像的動態(tài)范圍進行壓縮的同時，也可實現(xiàn)色彩增強、顏色恒常性、局部動態(tài)范圍壓縮、全局動態(tài)范圍壓縮，還可以用于X光圖像增強。

MSR計算公式如下：

式中，K是高斯中心環(huán)繞函數(shù)的個數(shù)。當K=1時，MSR退化為SSR。

2.2圖像拼接算法：SIFT算法

SIFT（Scale Invariant Feature Transform）全稱尺度不變特征變換，SIFT算子是把圖像中檢測到的特征點用一個128維的特征向量進行描述，因此一幅圖像經過SIFT算法后表示為一個128維的特征向量集，該特征向量集具有對圖像縮放，平移，旋轉不變的特征，對于光照、仿射和投影變換也有一定的不變性，是一種非常優(yōu)秀的局部特征描述算法。

本系統(tǒng)的圖像拼接系統(tǒng)首先使用sift算法提取特征點，然后利用快速最近鄰算法進行特征點粗匹配，并利用閾值設置和雙向交叉檢查方法進行初步的篩選。之后利用 RANSAC 算法進行精匹配，隨后經過圖像變換將不同圖像映射到同一坐標系下，完成圖像融合。

2.3目標檢測算法：YOLOV4

YOLO（You Only Look Once）系列是基于深度學習的回歸方法。其核心思想就是利用整張圖作為網絡的輸入，僅僅經過一個神經網絡，得到邊界框的位置及其所屬的類別。

這種算法的優(yōu)點為檢測速度快，在GPU上運行可以實現(xiàn)實時的檢測速度，其背景誤檢率低，而且通用性強。YOLOV4比起前幾代提出了一種高效而強大的目標檢測模型，使用者可以使用1080 Ti或2080 Ti GPU訓練快速準確的目標檢測器。經測試，在無人機高空飛行且目標極多的情況下效果極好。

三、無人機實地測試應用

本系統(tǒng)在無人機基地進行了多次實地搭載測試。在光照充足下以及霧天、傍晚等圖像不足夠清晰的情況下，都能準確實時的檢測到目標單位，實地測試檢測結果如圖3所示。

四、結束語

本文設計一種無人機智能圖像處理系統(tǒng)，該系統(tǒng)基于機器學習、目標識別、圖像拼接等技術，設計了一種準確、低延遲的實時智能目標檢測程序，并且能夠在PC以及開發(fā)板等硬件上成功實現(xiàn)。在無人機領域具有較大的市場和應用價值。

參? 考? 文? 獻

[1]侯濤，蔣瑜.改進YOLOv4在遙感飛機目標檢測中的應用研究[J/OL].計算機工程與應用：1-10[2021-04-16].http：//kns.cnki.net/kcms/detail/11.2127.TP.20210409.1559.014.html.

[2]嚴羽，王永眾，楊來邦.基于無人機的實時圖傳系統(tǒng)[J].智能計算機與應用，2019，9（04）：65-70.

[3]楊軍，楊婉鈺.改進的尺度不變特征變換的遙感影像配準[J/OL].測繪科學：1-15[2021-04-16].http：//kns.cnki.net/kcms/detail/11.4415.P.20210415.1741.006.html.

[4]王萌萌，彭敦陸.Retinex-ADNet：一個低光照圖像增強系統(tǒng)[J/OL].小型微型計算機系統(tǒng)：1-8[2021-04-16].http：//kns.cnki.net/kcms/detail/21.1106.TP.20210330.1550.042.html.