[发明专利]跟踪区域图像分析方法

说明书

本发明涉及一种跟踪区域图像分析方法，所述方法包括使用直升机跟踪区域分析平台以基于直升机自适应辅助照明拍摄模式下拍摄的图像，分析跟踪价值最大的识别区域以作为目标跟踪区域。通过本发明，能够提高登山户外救援工作的效率。

技术领域

本发明涉及图像定位领域，尤其涉及一种跟踪区域图像分析方法。

背景技术

视觉是人类获取信息的主要方式之一。图像在人类工作和生活中充当着异常重要的角色。图像处理就是指从图像中提取信息的关键技术，在工业和生活等各个方面都有广泛的应用，如农业生产、石油勘探、生物医学等领域。图像像素生成(过分割)作为图像处理中的基本任务，为图像分析和理解提供了坚实的基础。在图像获取、压缩、传输阶段，由于环境、传输信道等多种因素的影响，图像会受到噪声的干扰，而使图像信息丢失，产生失真。对失真的图像进行处理，势必会影响图像处理的结果，降低提取信息的准确度，进而干扰据此做出的各种判断和决策。图像去噪即是要从含有噪声的图像信号中去除噪声干扰，从而恢复出图像真实信号，进而保证进一步图像处理与分析结果的准确性。因为噪声种类的多样性，目前去噪算法还存在一些问题。一方面，图像去噪算法通常都是针对某一种特殊的噪声模型提出的，而算法效果很大程度上取决于所处理噪声和算法所采用的噪声模型的匹配程度。绝大多数已经存在的去噪算法都是针对高斯噪声而设计，对其他噪声，如椒盐噪声，则去噪效果微乎其微。另一方面，针对单幅图像提出的去噪算法用于视频序列去噪时，是对每一帧图像依次分别进行处理，忽略了视频的时域特征。图像超像素是将具有相似属性的像素点聚集成一个区域，代替像素对图像进行表示，从而减少表示图像原子结构的数量级，进而降低后续图像处理算法的复杂度，为图像处理算法的实时性提供可能。由于图像本身种类繁多、内容复杂，目前超像素生成算法还存在一些问题和挑战。一方面,超像素的边界应该与图像边缘紧密贴合。而在需要考虑紧致性的情形下，由于边界贴合率与紧致性二者之间的相互制约关系，使得同时获得既能较好保持边界又具有高紧致性的超像素难度较大。

发明内容

为了解决上述问题，本发明提供了一种跟踪区域图像分析方法，一方面，通过对图像各像素点分量数据的统计，从而提供一个有参考价值的图像亮度的判断模式，以采取与图像亮度的相适应的图像处理模式，另一方面，能够基于各种预设登山物品轮廓从实时山体图像中识别出多个登山物品子图像，对所述多个登山物品子图像分别执行类型分析，以获得每一个登山物品子图像对应的物品类型，还能基于每一个登山物品子图像对应的物品类型确定每一个登山物品子图像对应的跟踪价值，并将实时山体图像划分成预设划分数量的多个识别区域，基于每一个识别区域内的各个登山物品子图像对应的各个跟踪价值确定对应识别区域的跟踪价值，并将跟踪价值最大的识别区域作为目标跟踪区域输出，从而有利地保障了救援工作的有序进行。

具体地，本发明至少具备以下几处重要发明点：

(1)基于像素点的亮度分量、饱和度分量以及色调分量的分布情况，进行图像各像素点分量数据的统计，从而提供一个有参考价值的图像亮度的判断模式；

(2)建立了基于辅助照明设备到点阵摄像机的距离以及现场图像统计结果的辅助照明强度控制机制，为点阵摄像机的拍摄提供更准确有效的辅助照明光；

(3)在获取到多个登山物品目标的基础上，基于每一个识别区域内的各个登山物品子图像对应的各个跟踪价值确定对应识别区域的跟踪价值，从而便于直升机缩小搜索范围，提高搜索效率。

根据本发明的一方面，提供了一种跟踪区域图像分析方法，所述方法包括使用直升机跟踪区域分析平台以基于直升机自适应辅助照明拍摄模式下拍摄的图像，分析跟踪价值最大的识别区域以作为目标跟踪区域，所述直升机跟踪区域分析平台包括：

点阵摄像机，设置在直升机上，用于对山体现状进行实时图像拍摄，以获得并输出实时山体图像；