[发明专利]一种高分辨率纹理生成的航拍图运动物体检测与消除方法

权利要求书

1.一种高分辨率纹理生成的航拍图运动物体检测与消除方法，其特征在于，包括以下步骤：

S1：准备待处理航拍图，对图像进行分割；

S2：利用深度学习算法对分割后的图像进行物体检测，并将检测后的图像重新连接还原为大图；

S3：对比相邻两张图像，判断运动物体，并对需要去除的运动物体进行掩膜；

S4：根据对比结果采取相应措施消除运动物体，包括利用匹配图像纹理贴图和利用图像修复算法修复图像；

其中，步骤S3，对比相邻两张图像，判断运动物体，并对需要去除的运动物体进行掩膜，具体包括：

S31：计算包含同一区域的相邻两张图像的转换矩阵；其中，相邻两张图像记为图甲和图乙；

S32：利用转换矩阵对检测到的物体进行坐标转换，进行图甲到图乙的转换对比；

S33：通过对比图乙中相应位置是否存在同一物体来判断物体是否存在运动；

S34：重新进行图乙到图甲的转换对比；

S35：进行下两张图的转换对比直至全部结束；

S36：对需要去除的运动物体进行掩膜。

2.如权利要求1所述的航拍图运动物体检测与消除方法，其特征在于，步骤S1，准备待处理航拍图，对图像进行分割，具体包括：

S11：准备待处理航拍图；

S12：根据物体检测和图像修复算法的计算，选择合适的图像分辨率，对图像进行分割。

3.如权利要求1所述的航拍图运动物体检测与消除方法，其特征在于，步骤S2，利用深度学习算法对分割后的图像进行物体检测，并将检测后的图像重新连接还原为大图，具体包括：

S21：利用深度学习算法对分割后的图像进行模型训练和物体检测；

S22：将检测后的图像通过图像名称序号对应位置重新拼接为原先大图。

4.如权利要求1所述的航拍图运动物体检测与消除方法，其特征在于，步骤S31，计算包含同一区域的相邻两张图像的转换矩阵，具体包括：

S311：计算相邻两张图像的特征点，对特征点进行匹配；

S312：通过随机抽样一致性算法进行匹配对的筛选，保留正确的匹配对；

S313：将匹配对导入单应矩阵的计算方程组，得到单应矩阵。

5.如权利要求1所述的航拍图运动物体检测与消除方法，其特征在于，步骤S32，利用转换矩阵对检测到的物体进行坐标转换，进行图甲到图乙的转换对比，具体包括：

S321：根据单应矩阵计算图甲和图乙的相互转换坐标，找出图甲和图乙的重合区域；

S322：依次找到图甲中的物体检测回归框在图乙中的具体位置。

6.如权利要求1所述的航拍图运动物体检测与消除方法，其特征在于，步骤S33，通过对比图乙中相应位置是否存在同一物体来判断物体是否存在运动，具体包括：

S331：查找图乙中相应位置处是否存在物体被检测；

若是，则执行步骤S332～步骤S334；若否，则执行步骤S335；

S332：设定图像相似的阈值，通过图像质量评价算法判断图甲与图乙中的物体是否为同一物体；若是，则执行步骤S333；若否，则执行步骤S334；

S333：确定物体不存在运动；

S334：确定物体存在运动；

S335：确定物体存在运动。

7.如权利要求6所述的航拍图运动物体检测与消除方法，其特征在于，步骤S36，对需要去除的运动物体进行掩膜，具体包括：

若执行步骤S334，则之后执行步骤S361；若执行步骤S335，则之后执行步骤S362；

S361：采取第一种掩膜方式进行掩膜，对运动物体像素级实例分割出的物体区域及周围20像素点范围全部采用绿色进行覆盖；

S362：采取第二种掩膜方式进行掩膜，对运动物体回归框中的物体区域及周围20像素点范围全部采用蓝色进行覆盖。