无人机地面移动目标跟踪算法研究
发布时间：2021-05-13 13:04
在很多无人机的应用中,都包含对目标的检测与跟踪,因此,无人机地面移动目标的检测与跟踪有很大的研究价值,应用需求广泛。现阶段的研究都是假定目标背景环境非常理想,而现实中,不仅环境复杂,且跟踪的目标距离摄像机的远近也会影响跟踪的效果,当距离目标较远时,目标在图像视场中占有较小比例;相反,就会有较大的比例,边缘轮廓以及纹理信息清晰可分辨。论文提出一种基于视觉的无人机的目标跟踪方法,本文为了减小背景环境中干扰物的负面影响,尝试研究长时间跟踪及大尺度变化目标检测的有效手段,目的是提高系统的实时性及鲁棒性。论文的主要工作如下:1、首先介绍了当前国内外的跟踪算法的研究背景、对当前主要检测与跟踪系统做了基础性的阐释;同时在目标检测与跟踪算法层面上,分析了它们之间的优劣及发展方向,探寻当前研究存在的问题,找到待突破的地方,从而为本论文的研究工作奠定方向。2、提出一种基于背景加权局部敏感直方图（LSH）联合边缘梯度直方图（HOG）的粒子滤波跟踪算法,该方法能增强被跟踪目标特征的描述,能适应目标尺度变化、遮挡等问题,且具有光照不变性特点,能很好地实现对小目标的检测与跟踪,有效解决室外复杂环境下移动目标跟踪过...
【文章来源】：湖南工业大学湖南省
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 无人机分类及应用前景
1.2.2 国内外无人机目标跟踪系统研究现状
1.2.3 国内外目标跟踪算法研究现状
1.3 论文的研究内容和创新点
1.3.1 研究内容与章节安排
1.3.2 创新点
第二章 地面移动目标特征表示
2.1 引言
2.2 目标颜色特征检测
2.2.1 不同颜色空间目标检测效果比较
2.2.2 局部加权颜色直方图模型
2.2.3 局部敏感直方图
2.2.4 背景加权局部敏感直方图
2.3 目标边缘特征检测
2.3.1 canny边缘检测及改进
2.3.2 边缘方向直方图
2.4 目标检测与定位
2.4.1 边缘特征提取
2.4.2 目标尺寸位置计算
2.5 本章小结
第三章 无人机地面移动目标跟踪系统建模
3.1 引言
3.2 坐标系构建
3.2.1 坐标系定义
3.2.2 坐标系之间的关系
3.3 跟踪系统建模
3.3.1 无人机建模
3.3.2 地面移动目标建模
3.3.3 云台摄像机建模
3.4 运动建模
3.4.1 无人机与地面移动目标的相对运动
3.4.2 无人机、摄像机与地面移动目标的相对位置关系
3.4.3 目标成像模型
3.5 本章小结
第四章 运动目标跟踪算法设计与实现
4.1 引言
4.2 目标状态模型及估计
4.2.1 目标状态模型
4.2.2 目标观测模型
4.2.3 目标状态估计
4.3 粒子滤波算法及实现
4.3.1 粒子建模优化
4.3.2 状态转移方程建模
4.3.3 观测方程建模及粒子权值更新
4.3.4 相似性度量
4.3.5 粒子重采样
4.3.6 算法流程
4.4 基于特征融合的粒子滤波目标跟踪算法
4.4.1 目标特征模型
4.4.2 目标运动状态估计
4.4.3 目标尺度估计
4.4.4 观测方程建模的优化
4.4.5 算法步骤
4.5 本章小结
第五章 实验结果及分析
5.1 引言
5.2 算法验证实验
5.2.1 室内仿真实验一（遮挡问题）
5.2.2 室内仿真实验二（光照与尺度变化问题）
5.3 无人机运动目标跟踪实验
5.4 讨论
第六章 总结与展望
6.1 论文研究工作总结
6.2 后续工作展望
参考文献
攻读硕士学位期间科研工作成果
致谢
【参考文献】：
期刊论文
[1]大疆掘金“无人机” 市场爆发尚需时日[J]. 梁伟,董枳君. 商学院. 2018(09)
[2]固定翼无人机地面车辆目标自动检测[J]. 李大伟,李明涛,郑建华,杨成伟. 电子设计工程. 2018(08)
[3]基于联合直方图的自适应粒子滤波跟踪算法[J]. 刘少林,朱文球,孙文静,王业祥. 计算机技术与发展. 2018(06)
[4]基于视觉的室内四旋翼无人机目标追踪系统设计[J]. 龚子然,代勇,王响,王玉花. 仪器仪表用户. 2018(01)
[5]基于改进CamShift融合Kalman滤波的无人机目标跟踪研究[J]. 刘亚伟,李小民,陈为元. 电光与控制. 2017(08)
[6]基于视觉的四旋翼无人机目标跟踪系统设计[J]. 姜俊俊,李明,张宇. 中国科技信息. 2016(14)
[7]小型无人机立体视觉目标追踪定位方法[J]. 王亭亭,蔡志浩,王英勋. 电光与控制. 2016(05)
[8]HSV颜色空间的饱和度与明度关系模型[J]. 马玲,张晓辉. 计算机辅助设计与图形学学报. 2014(08)
[9]改进扩展卡尔曼滤波算法的目标跟踪算法[J]. 杨鹏生,吴晓军,张玉梅. 计算机工程与应用. 2016(05)
[10]粒子滤波目标跟踪中的有效粒子数控制方法[J]. 文志强,朱艳辉,彭召意. 控制与决策. 2013(09)
博士论文
[1]固定翼无人机地面车辆目标自动检测与跟踪[D]. 李大伟.中国科学院大学(中国科学院国家空间科学中心) 2017
[2]基于粒子滤波的视觉目标跟踪方法关键技术研究[D]. 王宁.华中科技大学 2013
[3]基于视觉的小型无人直升机地面目标跟踪技术研究[D]. 辛哲奎.南开大学 2010
硕士论文
[1]基于视频监控的车辆违章行为检测方法研究[D]. 陈志祥.重庆大学 2016
[2]四旋翼无人机地面目标跟踪系统的研究与设计[D]. 马良.东南大学 2015
[3]旋翼无人机跟踪地面移动目标的视觉控制[D]. 姜运宇.哈尔滨工业大学 2014
[4]基于压缩感知的目标跟踪研究[D]. 王松林.南京理工大学 2014
[5]自适应颜色直方图的粒子滤波算法[D]. 刘铮.武汉理工大学 2012
[6]基于粒子滤波器的视频目标跟踪[D]. 陈卓.华中科技大学 2012
本文编号：3184068
【文章来源】：湖南工业大学湖南省
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 无人机分类及应用前景
1.2.2 国内外无人机目标跟踪系统研究现状
1.2.3 国内外目标跟踪算法研究现状
1.3 论文的研究内容和创新点
1.3.1 研究内容与章节安排
1.3.2 创新点
第二章 地面移动目标特征表示
2.1 引言
2.2 目标颜色特征检测
2.2.1 不同颜色空间目标检测效果比较
2.2.2 局部加权颜色直方图模型
2.2.3 局部敏感直方图
2.2.4 背景加权局部敏感直方图
2.3 目标边缘特征检测
2.3.1 canny边缘检测及改进
2.3.2 边缘方向直方图
2.4 目标检测与定位
2.4.1 边缘特征提取
2.4.2 目标尺寸位置计算
2.5 本章小结
第三章 无人机地面移动目标跟踪系统建模
3.1 引言
3.2 坐标系构建
3.2.1 坐标系定义
3.2.2 坐标系之间的关系
3.3 跟踪系统建模
3.3.1 无人机建模
3.3.2 地面移动目标建模
3.3.3 云台摄像机建模
3.4 运动建模
3.4.1 无人机与地面移动目标的相对运动
3.4.2 无人机、摄像机与地面移动目标的相对位置关系
3.4.3 目标成像模型
3.5 本章小结
第四章 运动目标跟踪算法设计与实现
4.1 引言
4.2 目标状态模型及估计
4.2.1 目标状态模型
4.2.2 目标观测模型
4.2.3 目标状态估计
4.3 粒子滤波算法及实现
4.3.1 粒子建模优化
4.3.2 状态转移方程建模
4.3.3 观测方程建模及粒子权值更新
4.3.4 相似性度量
4.3.5 粒子重采样
4.3.6 算法流程
4.4 基于特征融合的粒子滤波目标跟踪算法
4.4.1 目标特征模型
4.4.2 目标运动状态估计
4.4.3 目标尺度估计
4.4.4 观测方程建模的优化
4.4.5 算法步骤
4.5 本章小结
第五章 实验结果及分析
5.1 引言
5.2 算法验证实验
5.2.1 室内仿真实验一（遮挡问题）
5.2.2 室内仿真实验二（光照与尺度变化问题）
5.3 无人机运动目标跟踪实验
5.4 讨论
第六章 总结与展望
6.1 论文研究工作总结
6.2 后续工作展望
参考文献
攻读硕士学位期间科研工作成果
致谢
【参考文献】：
期刊论文
[1]大疆掘金“无人机” 市场爆发尚需时日[J]. 梁伟,董枳君. 商学院. 2018(09)
[2]固定翼无人机地面车辆目标自动检测[J]. 李大伟,李明涛,郑建华,杨成伟. 电子设计工程. 2018(08)
[3]基于联合直方图的自适应粒子滤波跟踪算法[J]. 刘少林,朱文球,孙文静,王业祥. 计算机技术与发展. 2018(06)
[4]基于视觉的室内四旋翼无人机目标追踪系统设计[J]. 龚子然,代勇,王响,王玉花. 仪器仪表用户. 2018(01)
[5]基于改进CamShift融合Kalman滤波的无人机目标跟踪研究[J]. 刘亚伟,李小民,陈为元. 电光与控制. 2017(08)
[6]基于视觉的四旋翼无人机目标跟踪系统设计[J]. 姜俊俊,李明,张宇. 中国科技信息. 2016(14)
[7]小型无人机立体视觉目标追踪定位方法[J]. 王亭亭,蔡志浩,王英勋. 电光与控制. 2016(05)
[8]HSV颜色空间的饱和度与明度关系模型[J]. 马玲,张晓辉. 计算机辅助设计与图形学学报. 2014(08)
[9]改进扩展卡尔曼滤波算法的目标跟踪算法[J]. 杨鹏生,吴晓军,张玉梅. 计算机工程与应用. 2016(05)
[10]粒子滤波目标跟踪中的有效粒子数控制方法[J]. 文志强,朱艳辉,彭召意. 控制与决策. 2013(09)
博士论文
[1]固定翼无人机地面车辆目标自动检测与跟踪[D]. 李大伟.中国科学院大学(中国科学院国家空间科学中心) 2017
[2]基于粒子滤波的视觉目标跟踪方法关键技术研究[D]. 王宁.华中科技大学 2013
[3]基于视觉的小型无人直升机地面目标跟踪技术研究[D]. 辛哲奎.南开大学 2010
硕士论文
[1]基于视频监控的车辆违章行为检测方法研究[D]. 陈志祥.重庆大学 2016
[2]四旋翼无人机地面目标跟踪系统的研究与设计[D]. 马良.东南大学 2015
[3]旋翼无人机跟踪地面移动目标的视觉控制[D]. 姜运宇.哈尔滨工业大学 2014
[4]基于压缩感知的目标跟踪研究[D]. 王松林.南京理工大学 2014
[5]自适应颜色直方图的粒子滤波算法[D]. 刘铮.武汉理工大学 2012
[6]基于粒子滤波器的视频目标跟踪[D]. 陈卓.华中科技大学 2012
本文编号：3184068
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3184068.html
