视频中无人机的实时检测与跟踪算法研究

发布时间：2020-11-02 10:23

　　 可以预见未来小型无人机在军事、民用方面都具有重要作用,随之而来的无人机监管问题也越来越重要,这为反无人机技术的研究带来了很强的现实意义。目标检测技术和目标跟踪技术是反无人机技术的重要组成部分,二者为后续的目标识别部分与击毁(干扰)部分提供技术支持。目前主要的检测跟踪手段中视频方案具有可视化强、精度较高、成本低的优势,成为研究热点之一。但由于室外场景复杂、无人机目标小速度快、部分遮挡等不利因素的影响给目标检测跟踪带来了很大的难度。这导致了当前的视觉检测跟踪技术还不成熟,尤其表现在探测距离与跟踪精度方面。针对当前的问题,本文设计了一种视频中无人机实时检测与跟踪方法。其应用计算机视觉中的相关方法在视频中实时检测跟踪无人机目标。本文包括目标检测算法与目标跟踪算法两部分,具体的研究内容如下:1.研究了运动目标检测中的常用算法,简述了帧间差分法、背景差分法、光流法、以及一些改进方法的基本原理与优缺点,并总结了上述方法在检测入侵无人机的方向上存在的问题。在跟踪领域上简述了质心跟踪算法、Mean Shift算法、TLD算法等经典跟踪算法的基本原理,并总结了上述方法在跟踪无人机上的常见问题;2.针对无人机的实时检测常面临目标过小、背景复杂、动态干扰较多等实际问题,为此本文设计了一种实时检测方法旨在解决上述问题;该方法包含运动信息获取、背景分析、改进视觉显著性SR算法三个模块组成,实验结果表明:相比于经典方法本文算法能够有效的剔除地面与空中的动态干扰,具有较高的检测的准确度,在复杂场景下表现出更好的性能,并达到实时检测的要求;3.分析了针对无人机进行跟踪时的常见问题,并针对相关滤波跟踪算法在目标运动较快、目标较小时出现的跟踪不稳定的情况,设计了视觉显著性检测器与相关滤波算法结合的跟踪方法,该方法在较为复杂的环境下表现出更好的性能;4.探测距离是反无人机技术的重要指标之一,探测距离越远,发现目标就越早,在跟踪算法的角度上,要求跟踪目标成像的像素极少的前提下也能达到稳定的跟踪。为此本文设计了一种基于检测的跟踪方法,通过运动信息初步定位目标位置再通过运动预测、局部精确定位等手段达到稳定跟踪的目的。
【学位单位】：哈尔滨工程大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP391.41;V279
【部分图文】：

哈尔滨工程大学硕士学位论文种颜色也可以由 R、G、B 三原色通过不同的配比得到。在日常生活总 RGB 颜色模常常被使用，但对于人来说，人眼的视觉系统可以清楚地对外界的亮度、色度、饱进行认知，从而完成一系列的信息获取，从而由大脑进行物体的识别判断与行为指成，但从直观上人类并不能明确判断出某种颜色的 R、G、B 三原色配比，也就是模型不符合人类的视觉认知，在图像处理领域，由 RGB 模型对颜色特征进行量化分困难的。

11的特征，在人类对事物进行认知时边缘信息也被视作重要参考。在图像处理领域息的提取技术是一项重要的研究方向，在运动目标检测跟踪方向上，边缘特征也重要的特征加以利用。到目前为止已经有很多优秀的边缘特征提取方法出现，如算子边缘提取、拉普拉斯算子边缘提取，Sobel 算子边缘提取、Canny 算子边缘，本文对后两种边缘提取方式进行了理论介绍。

)a( )b(图 2.3 LAB 模型的图形表示el 算子边缘提取obel 算子是一种一阶离散差分算子，其可以估计图像中某像素点的一阶梯使用该算子进行边缘提取可以得到图像的 x，y 方向上的梯度图，Sobel 算Sobel 算子与垂直 Sobel 算子组成，它们分别用来检测水平方向的边缘与垂]33[，其公式如下：1 0 12 0 21 0 1xG = ，1 2 10 0 01 2 1yG = 算梯度的幅值公式为：2 2x yG = G + G算梯度的方向公式为：arctanyGθ =
【相似文献】

相关期刊论文 前10条

1 朱珂;王玮;杨露彬;;“5G+无人机”技术的教与学:场景、路径与未来应用展望[J];远程教育杂志;2019年04期

2 毕夫;;无人机产业:结构优化与场景强化[J];中关村;2019年07期

3 李梦玮;;无人机产品质量提升研究与案例分析[J];机器人产业;2019年04期

4 陈静;;合法、安全飞行是无人机行业发展的根本[J];机器人产业;2019年04期

5 金伟;尚勇;;中国无人机安全监管[J];科技导报;2019年14期

6 徐宏庆;;无人机应用技术专业建设的探索[J];正德职业技术学院学报;2018年02期

7 邹昌昊;李怡然;余冠锋;;无人机自主性评估与指标[J];数码世界;2019年06期

8 潘泉;康童娜;吕洋;赵春晖;胡劲文;;无人机感知规避技术发展与挑战[J];无人系统技术;2018年04期

9 杜恒;;基于足球比赛路径规划的农用无人机定位和导航研究[J];农机化研究;2019年10期

10 问延安;蒋倩;;智慧监管:民用无人机企业监管的路径选择[J];长沙航空职业技术学院学报;2018年04期

相关博士学位论文 前10条

1 潘春雨;软件定义蜂窝网中的资源管理技术研究[D];北京邮电大学;2019年

2 王东;山地果园植保无人机自适应导航关键技术研究[D];西北农林科技大学;2019年

3 薛武;无人机影像定位优化技术研究[D];战略支援部队信息工程大学;2017年

4 孟凡琨;无人机目标跟踪与避障研究[D];长安大学;2018年

5 王勋;基于拟态物理学的无人机编队控制与重构方法研究[D];国防科学技术大学;2016年

6 徐淑芳;基于连通性的无人作战网络关键技术研究[D];南京航空航天大学;2017年

7 匡敏驰;尾座式推力矢量无人机飞行控制方法研究[D];清华大学;2017年

8 纪晓婷;基于概率模型检验的无人机不确定决策理论与方法研究[D];国防科学技术大学;2016年

9 邓海强;翼身融合布局无人机总体多学科设计优化研究[D];南京航空航天大学;2017年

10 吕迅竑;无人机容错飞行控制系统关键技术研究[D];南京航空航天大学;2017年

相关硕士学位论文 前10条

1 罗雪静;面向光伏巡检的四旋翼飞行器路径规划问题研究[D];浙江大学;2018年

2 李峰;基于输出调节和滑模控制的四旋翼无人机轨迹跟踪控制[D];天津理工大学;2019年

3 席志鹏;无人机自主飞行若干关键问题研究[D];浙江大学;2019年

4 程隽逸;基于多传感器融合的舰载无人机自动着舰技术的研究[D];华东理工大学;2019年

5 屈亮;D公司植保无人机项目商业计划书[D];河北经贸大学;2019年

6 杨萌;基于无人机辅助的船姿测量和落点估计技术研究[D];浙江大学;2019年

7 侯宇晨;基于实时操作系统的无人机飞控系统的位置和姿态控制器的应用与实现[D];武汉工程大学;2018年

8 段敏;基于实时操作系统的无人机飞控系统EKF滤波器应用与实现[D];武汉工程大学;2018年

9 刘斌;基于无人机遥感影像的农作物分类研究[D];中国农业科学院;2019年

10 杨敏;无人机与民航客机碰撞安全风险评估[D];中国民用航空飞行学院;2019年

本文编号：2866925