[发明专利]一种低慢小目标的定位方法及定位装置

说明书

本发明实施例涉及一种低慢小目标的定位方法，该方法包括：预先采集目标图像，堆叠该目标图像的多个帧形成目标图像训练序列，将该目标图像训练序列进行标记形成目标训练样本集；基于所述目标训练样本集对训练样本进行训练，利用目标图像的梯度方向统计特征得到分类器权重，基于所述分类器权重获得目标图像检测模型；利用所述目标图像检测模型对待测目标图像进行检测，检测待测目标图像是否存在低慢小目标。本发明还公开了一种低慢小目标的定位装置。本发明通过堆叠多个帧形成目标图像训练序列，既利用了目标外表特征信息，也利用了低慢小目标的运动信息，能够有效地检测到低慢小目标并提高了检测的准确度。

技术领域

本发明属于无人机检测、定位技术领域,具体涉及一种低慢小目标的定位方法及定位装置。

背景技术

“低慢小”目标，全称“低空、慢速、小型飞行目标”，飞行高度一般在1000米以下，速度较慢，雷达反射面积小，存在“难发现、难捕捉、难处置、难应对”的特点，“低慢小”目标对重要目标的空防安全形成极大威胁。

因此，如何对“低慢小”目标进行有效追踪和定位已成为本领域内的技术难题。目前对空中低慢小目标的物理拦截方式包括雷达、微波、激光、声阵列等方式，但其存在使用维护为本高、易造成二次伤害等问题。

目前，现有技术中的无人机载视觉系统主要是对运动目标进行检测、跟踪，用于检测并跟踪地面目标等平面目标；利用无人机搭载抛网装置，通过机载视觉系统提供目标信息，导引无人机接近目标后进行网式软杀伤拦截，以无人机反制“低慢小”是一种跟踪“低慢小”目标的可行方式，但是无法获取目标的相对三维坐标并精确跟踪空中“低慢小”此类非合作运动目标。

由于空中“低慢小”目标具有速度变化快、目标物自身体积微小等特点；同时，目标物周围环境复杂，这些因素导致现有技术中的无人机跟踪系统很难对空中“低慢小”目标进行有效的检测、跟踪及定位。

现有技术中的一种基于双目视觉测距的无人机跟踪运动目标系统，包括无人机平台、地面控制站；其中，无人机平台，通过双目相机实时获取运动目标图像，进行基准图像跟踪及双目立体匹配，获取运动目标的空间三维坐标，并对运动目标进行自动接近及跟踪；地面控制站，用于引导无人机平台初步接近运动目标，接收无人机平台发送的运动目标图像并显示，并对图像中的目标区域进行初步标定，该现有技术主要是一种目标跟踪方法，没有目标检测功能，需要提前提供目标的跟踪基准图像，不具备自动化地检测、跟踪能力。

另外，假设其中，I_i为训练样本集中的目标图像，S_X、S_y、S_t分别为目标图像I_i的长、宽以及“低慢小”目标的个数。然而，现有技术中的训练方法中的训练目标图像集多数为即这种训练样本中仅包括“低慢小”目标的外表图像信息S_X、S_y，不包括目标物的运动信息，例如目标在图像中出现的位置、目标的运动轨迹等，这样使检测到“低慢小”目标的准确度较低。

因此，迫切需要提出一种可以有效地提高针对“低慢小”目标的自动化程度高的定位方法。

发明内容

有鉴于此，本发明实施例提供一种低慢小目标的定位方法及定位装置，用以解决现有技术中难以对目标进行自动化检测的问题或目标检测准确度低的技术问题。

第一方面，本发明实施例提供了一种低慢小目标的定位方法，该方法包括：

预先采集目标图像，堆叠该目标图像的多个帧形成目标图像训练序列，将该目标图像训练序列进行标记形成目标训练样本集；

基于所述目标训练样本集对训练样本进行训练，利用目标图像的梯度方向统计特征得到分类器权重，基于所述分类器权重获得目标图像检测模型；

利用所述目标图像检测模型对待测目标图像进行检测，检测待测目标图像是否存在低慢小目标。