理论教育 ROI区域预测方法的优化及改进

ROI区域预测方法的优化及改进

时间:2023-07-16 理论教育 版权反馈
【摘要】:ROI区域是一个包含目标的矩形轮廓区域。因此,ROI区域实际为一个数字图像坐标系中矩形的大小和位置。如图4-16所示,根据即可确定ROI区域。后续的检测过程,仅需要在ROI区域内进行检测。图4-16ROI区域预测示意图结合目标成像轨迹速度、目标轨迹信息,可以得到包含目标成像轨迹的最小矩形的起点Pbegin和终点Pend分别为根据该矩形对下一帧图像的ROI区域进行预测。

ROI区域预测方法的优化及改进

星载相机采集到的图像中,目标成像轨迹仅占整张图像的一小部分,若对每张图像都整张处理,将直接影响处理速度。根据帧间匹配的结果,可以获得目标轨迹的运动方向、轨迹的大小等信息。因此,本节设计了ROI(Region of Interest)检测方法对目标轨迹的识别和匹配进行提速。ROI区域是一个包含目标的矩形轮廓区域。因此,ROI区域实际为一个数字图像坐标系中矩形的大小和位置。如图4-16所示,根据即可确定ROI区域。

由于ROI区域的确定需依据目标的运动速度信息,所以,对于前几帧图像,需要进行全局的目标轨迹特征提取,并匹配。如图4-15所示,轨迹(1-1)、(1-2)分别为相邻帧的同一个目标在图像中的成像轨迹。轨迹(1-1)的质心坐标为轨迹(1-2)的质心坐标为(u1c,v1c),结合相机曝光时间tep与拍照间隔tin,目标在数字图像坐标系中的投影速度可表示为

根据目标的运动速度信息,计算并预测ROI区域。后续的检测过程,仅需要在ROI区域内进行检测。这样,一方面减小了计算量;另一方面,对于视场内有多个目标的情况,由于各个ROI区域相互独立,所以可以采用并行计算的方法进行提速。

通过前几帧图像的检测匹配结果,得出当前帧目标成像在数字图像坐标系中的速度以及包含目标成像的最小矩形的左右边界ul、ur和上下边界vu、vd,根据当前帧目标成像速度,确定矩形起点Pbegin(u1,v1)和终点Pend(u2,v2),如图4-16所示。

(www.daowen.com)

图4-16 ROI区域预测示意图

结合目标成像轨迹速度、目标轨迹信息,可以得到包含目标成像轨迹的最小矩形的起点Pbegin(u1,v1)和终点Pend(u2,v2)分别为

根据该矩形对下一帧图像的ROI区域进行预测。下一帧图像将在相机拍照间隔tin后开始拍摄,经曝光时间tep后完成。取ROI区域起点为v1),终点为

式中:δu、δv分别为在u、v方向ROI区域的冗余量,以确保下一帧目标成像能完全落在ROI区域中。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈