一种基于图像和微波遥感技术的显著物体检测方法

摘要

本发明涉及一种基于图像和微波遥感技术的显著物体检测方法，包括：步骤S？1：摄像头采集物体所在区域的图像，基于视觉的显著性生成显著图；步骤S2：天线朝向物体所在区域发射和接收微波信号，基于微波的视觉边缘检测，根据接收的微波信号的交叉极化分辨率划分区域后生成边缘图；步骤S3：比较显著图中初始显著物体的边缘与边缘图中高交叉极化分辨率区域，得到有效显著物体；步骤S4：根据有效显著物体的检测信息进行图像处理。与现有技术相比，本发明可以大大提高显著检测的准确性，灵活地应用于不同类型的机器人的视觉处理。

说明书

技术领域

本发明涉及视觉处理技术领域，尤其是涉及一种基于图像和微波遥感技术的 显著物体检测方法。

背景技术

视觉显著图的检测在近几年来有大量深入、有趣的研究及应用。简单来说， 视觉显著性驱动人类感知注意，使人的感知注意能更加关注于一些显著的物体。基 于视觉的显著物体检测技术已经提出，在经典的视觉注意计算模型中采用的显著性 度量方法是基于像素与其周围邻域的局部视觉特征差异。但是基于视觉的显著物体 检测技术仍然存在没有充分利用显著物体的边缘属性使得现有的显著物体检测准 确度不高的缺陷。

无线电波在各向异性介质中传播时极化的改变。一种极化态的发射波，在传 播过程中除有与发射波极化相同的所谓同极化分量外，还有一部分能量转换为正交 极化波能量，即产生交叉极化波分量。去极化是指跨膜电位处于较原来的参照状态 下的跨膜电位更正(膜电位的绝对值较低)的状态。去极化常用交叉极化分辨率 (CrossPolarizationDiscrimination，XPD)表示。XPD是指发射单一极化信号时， 接收点场的同极化分量与交叉极化分量的功率比。XPD越大，表示去极化效应越 小。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于图像和 微波遥感技术的显著物体检测方法，利用了电磁波在边缘的衍射包含无线电波极化 特性的物理现象：当某一区域具有高XPD时，则表明该区域中存在边缘，大大提 高显著检测的准确性，灵活地应用于不同类型的机器人。

本发明的目的可以通过以下技术方案来实现：

一种基于图像和微波遥感技术的显著物体检测方法，包括：

步骤S1：摄像头采集物体所在区域的图像，基于视觉的显著性生成显著图；

步骤S2：天线朝向物体所在区域发射和接收微波信号，基于微波的视觉边缘 检测，根据接收的微波信号的交叉极化分辨率划分区域后生成边缘图；

步骤S3：比较显著图中初始显著物体的边缘与边缘图中高交叉极化分辨率区 域，得到有效显著物体；

步骤S4：根据有效显著物体的检测信息进行图像处理。

所述有效显著物体为在高交叉极化分辨率区域中显示边缘的初始显著物体。

所述步骤S2具体为：

201：发射端天线朝向物体所在区域发射微波信号；

202：接收端天线通过扫描物体所在区域来接收微波信号；

203：由接收的微波信号得到各个方向的交叉极化分辨率；

204：得到交叉极化分辨率在方向上的分布图；

205：根据交叉极化分辨率之间的相似度将分布图划分为多个区域；

206：根据交叉极化分辨率的数值范围对区域进行再次划分得到边缘图，并标 记高交叉极化分辨率区域，所述高交叉极化分辨率区域对应的交叉极化分辨率大于 阈值。

所述发射端天线为定向天线，发射端天线发射的微波信号为窄带随机信号或单 音信号。

所述接收端天线为一个或者多个，一个接收端天线通过旋转对物体所在区域进 行顺序扫描，多个接收端天线构成阵列并对物体所在区域进行定向扫描。

所述接收端天线采用具有水平极化和垂直极化状态的天线或者可定向旋转90 度的线性极化天线。

所述摄像头、发射端天线和接收端天线均在同一平面上。

所述阈值为通过校正测量得到或直接设定得到。

所述图像处理包括图像分割、物体识别和图像压缩。

与现有技术相比，本发明具有以下优点：

1)本发明在除了生成传统的显著图之外，还利用微波设备生成了边缘图，图 片上所示的常见的视觉显著检测结果与同一张图片的边缘图相对应，只有通过微波 在包含显著物体边框的相同区域内检测到边缘时，才认为该区域的显著物体是真实 存在的，通过将显著物体边缘与边缘图中的高交叉极化分辨率(CrossPolarization Discrimination，XPD)区域一一比较，从而找到有效的显著物体，与传统方法相比， 结合了传统的基于视觉的显著性提取方法和基于微波的视觉边缘检测技术，可以大 大提高显著检测的准确性，同时简单易行、快捷有效。

2)本发明利用微波特性来检测边缘，能有效反馈物体信息，且不需要针对不 同的环境具备特定的适应性，更简单可行，有效性更好。

3)本发明所需的微波设备是广泛普及的，成本合理的标准设备，同时，天线 的控制，XPDs的计算，边缘图和显著图的比较都可以通过数字信号处理器(Digital SignalProcessor，简称DSP)或者机器人上的软件执行，简单方便，这些特性使得 本发明可以灵活地应用于不同类型的机器人的视觉处理。

4)发射端天线发射的微波信号为窄带的随机信号或者单音信号，选择前者可 以提高信噪比(SignaltoNoiseRatio，简称SNR)，但其复杂度和收发成本比单音 信号高，提供不同的天线设计方案，适用于不同工程中要求与成本选择。

5)摄像头、发射端天线和接收端天线均在同一平面上，简化后续显著图与边 缘图的对比复杂度，提供数据可靠性。

6)接收端天线采用不同类型的天线以及不同的安装方式，使得其可以从水平 极化和垂直极化方向接收信号，从而可以顺利从接收信号中获取XPD，根据不同 工程中要求与成本可选择合适的天线设计方案。

附图说明

图1为多径的DoAs和极化状态示意图；

其中，(1a)为多径的DoAs示意图，(1b)为多径的极化状态示意图；

图2为本发明方法整体流程图；

图3为本发明方法中步骤S2的详细流程图；

图4为机器人平板配置示意图；

其中，(4a)为采用可旋转至不同方向的单天线作为接收端天线的机器人平板 配置示意图，(4b)为采用可行车定向波束的天线阵列作为接收端天线的机器人平 板配置示意图；

图5为实施例中边缘图的示意图；

图6为采用一个接收端天线时的扫描顺序。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方 案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范 围不限于下述的实施例。

在机器人的视觉处理中，如图1所示，指出了用广义空间交替期望最大化 (space-alternatinggeneralizedexpectation-maximization，SAGE)算法对实测数据估 计到的多路传播路径的波达方向(DirectionofArrival，简称DoAs)和极化状态。 图(1a)多径的DoAs示意图，该图的横坐标为入射电波的水平角，范围从右侧的 -50度到左侧的40度，纵坐标为仰俯角，90度代表水平方向，图中画出的是从85 度到110度；图(1b)为多径的极化状态示意图，实测数据是用宽带信道探测器 (PROPSound)采集到的，该图的横坐标为入射电波的水平角，纵坐标为仰俯角， 取值范围和图(1a)相同。可以看到，图(1a)中路径1到7的DoAs与相应右侧 的建筑边缘相一致。由于发射端位于该建筑物的墙面下，并且在测试期间发射端到 接收端没有直达的视距路径，因此，这些路径是由电磁波在建筑物边缘的衍射形成 的。图(1b)显示了沿着这些路径传播的接收信号的极化状态，其中蓝色的椭圆表 示发射信号是垂直极化时接收信号的极化状态，红色的椭圆表示发射信号是水平极 化时接收信号的极化状态。由图1可知，对于路径1到7，蓝色椭圆在垂直方向上 很窄，表明在衍射后垂直极化波仍然保持初始极化状态。类似地，路径1到7的红 色椭圆在水平方向上也很窄，说明经过建筑物边缘衍射后的水平极化波仍然保持初 始极化状态。这些现象清楚地表明：当物体具有边缘时，边缘和电磁波的相互作用 并不会改变波的极化状态，XPD可以作为检测电磁波传播时是否存在边缘的有效 指标。

根据图1所示的原理，可以利用电磁波在边缘的衍射包含无线电波极化特性的 物理现象实现显著物体的检测，如图2所示，一种基于图像和微波遥感技术的显著 物体检测方法包括：

步骤S1：摄像头采集物体所在区域的图像，基于视觉的显著性生成显著图， 此生成显著图的方法为现有技术公知。

步骤S2：天线朝向物体所在区域发射和接收微波信号，基于微波的视觉边缘 检测，根据接收的微波信号的交叉极化分辨率划分区域后生成边缘图，即底层边缘 图是基于测量到的来自不同方向的XPD建立的，这些不同的方向分别对应于图片 中不同的特定区域。如图3所示，具体包括以下步骤：

201：当视觉功能激活，并且摄像机开始捕获光图像时，发射端天线也开始朝 向物体所在区域发射微波信号；

202：当发射端天线开始工作时，在同一平板上的接收端天线通过扫描物体所 在区域来接收微波信号；

203：在接收到来自不同方向的微波信号后，需要对接收信号进行XPD的计算。 XPD是指垂直极化方向的接收信号与水平极化方向的接收信号的功率比。由于发 射天线是垂直极化方向的，所以认为垂直极化天线接收到的信号是主极化分量，而 其他水平极化天线接收到的信号是交叉极化分量。在该步骤中，需要计算接收信号 的功率以及各方向的XPDs；

204：画出XPDs在方向上的分布图，该图表明了机器人摄像头捕获的图像所 示区域的XPDs的分布；

205：电磁波和物体边缘的相互作用主要是衍射，而衍射并不会明显改变极化 状态。因此，在包含物体边缘的区域中往往会观察到高XPDs。背景技术中给出了 该理论的实验验证。在该步骤中，会根据XPD之间的相似度将XPD分布图划分为 多个区域；

206：由于高XPDs区域可能是物体边缘出现的地方，因此，根据交叉极化分 辨率的数值范围对区域进行再次划分得到边缘图，并标记高交叉极化分辨率区域， 高交叉极化分辨率是指分辨率达到一定的阈值以上的情况，则高交叉极化分辨率区 域对应的交叉极化分辨率大于阈值。该阈值即可通过校准测量得到，也可以直接设 定得到，例如：假定为3分贝，即其中一个极化方向上的信号功率达到另一个极化 方向上功率的两倍。本实施例中用数字标记高交叉极化分辨率区域，图5给出了实 例，不同的区域给出了数字作为标识交叉极化的程度，即不同数字代表相应区域中 找到的XPDs值，认为序号为1的区域是最有可能出现物体边缘的区域。

步骤S3：比较显著图中初始显著物体的边缘与边缘图中高交叉极化分辨率区 域，得到有效显著物体，有效显著物体为在高交叉极化分辨率区域中显示边缘的初 始显著物体。具体为：如果显著图中检测到的初始显著物体边缘在高XPD区域， 就认为该初始显著物体是有效的；否则，则认为检测到的显著图中的物体不准确， 与实际情况不相符。

步骤S4：根据有效显著物体的检测信息进行图像处理，包括图像分割、物体 识别和图像压缩等。

实际设计中，在机器人平板上安装摄像头、发射端天线和接收端天线，发射端 天线为定向天线，例如喇叭天线，发射端天线的半功率波束要比将被检测的显著物 体的区域大，发射端天线发射的微波信号为窄带随机信号或单音信号，窄带随机信 号可以采用通过未经许可的频率(如未经许可的WiFi频率范围)调制的伪随机序 列，选择窄带随机信号可以提高信噪比(SignaltoNoiseRatio，简称SNR)，但其 复杂度和收发成本比单音信号高。

接收端天线为一个或者多个，一个接收端天线通过旋转对物体所在区域进行顺 序扫描，多个接收端天线构成阵列并对物体所在区域进行定向扫描。同时，接收端 天线采用具有水平极化和垂直极化状态的天线或者可定向旋转90度的线性极化天 线。

因此，根据可用空间和所需分辨率的不同，接收端有两种天线配置方式可供选 择：

1)其中一种配置方式是使用半功率波束带宽窄的高指向性天线，该天线可以 通过特定方式的旋转(如每10度旋转一次)对指定区域进行扫描。图6描述了接 收天线可能的扫描顺序。应该注意的是，这种扫描操作可以机械操作，也可以电子 操作。在环境快速变化的情况下，通常选用电子旋转。因为在环境快速变化的情况 下，根据预编程，天线辐射图的主波束要指向不同方向。因此，天线辐射图也需要 快速调整。在这类场景中，可以采用CRLH漏波天线或喇叭天线，CRLH漏波天 线代表的是复合左右手传输线结构的漏波天线。

2)另一种配置方式是天线阵列，天线阵列的实现需要一个在特定时间连接接 收前端链路和天线的转换器。接收信号需要保存起来。另外，还需要对接收信号进 行后处理，以便区分接收自不同方向的信号。本方案中采用的典型算法是波束赋形 技术，即接收信号是每个天线的输出乘以特定的权重后叠加的结果。通过这样的方 式选择权重：某一入射方向接收到的信号具有一定增益，而其他入射方向接收到的 信号经历了很大的衰减。最后，从多个方向接收信号，每个方向对应于图像的某处 特定区域，稍后这些区域将用来识别显著物体。

要注意的是，两种配置方式都需要从水平极化和垂直极化方向接收信号，这可 以通过两根具有不同极化状态的天线或者将线性极化天线定向旋转90度实现。图 4为含有摄像头和微波收发器的机器人平板上的可能配置，A为摄像头，B为装有 喇叭天线的发射端，C为机器人平板，D为装有可控天线的接收端，E为装有喇叭 天线阵列的接收端，则，图(4a)采用一对分别具有水平极化和垂直极化的可控天 线作为接收端天线，图(4b)采用了具有多个固定的双极化天线的阵列作为接收端 天线。

与传统的显著物体检测技术相比，本发明增加了利用微波设备在显著图所示相 同场景生成边缘图的模块以及将边缘图的高XPD区域与显著物体边缘一一比较的 模块，同时附加一个模块，将由以上模块得到的高XPD值的区域与显著图比较， 以检测显著图中标示的初始显著物体边缘区域是否与高XPD区域相一致。上述模 块可通过数字信号处理器或者机器人上的软件执行，简单方便，这些特性使得本发 明可以灵活地应用于不同类型的机器人，并大大提高显著检测的准确性和可靠性。