低空空域无人机入侵检测研究

发布时间：2021-07-13 13:46

　　近年来,随着低空空域的逐渐开放,无人机逐渐从军用领域逐渐扩展到民用领域,在带来便利的同时,也导致了“黑飞”、“滥飞”事件的频发,严重危害公共安全和个人隐私。因此,对低空空域无人机入侵检测的研究在反恐、治安管控、安全生产方面具有重要意义。本文对基于视觉的无人机检测技术进行了较为深入的研究,提出了一种基于天空区域的无人机检测方法,并按摄像机的运动状态分为静态场景的无人机检测和动态场景的无人机检测。本文的研究内容包括:1.静态场景的无人机检测:静态场景下常用帧间差分法、光流法、背景差分法等对运动目标进行检测。本文先根据天空区域的灰度平坦、面积大、亮度高等特点,采用基于边缘检测的图像分割算法和行列扫描法对图像进行分割,得到天空区域的最小外接矩形;之后通过运动目标检测算法对矩形框内的天空区域进行无人机检测。基于系统的可行性考虑,本文采用Simulink搭建仿真系统进行实验验证,结果显示本文方法可有效提高无人机检测的精确率,解决地面运动目标带来的误检问题。2.动态场景的目标检测:动态场景目标检测方法有背景补偿、机器学习、深度学习等。为了实现无人机的智能监控,本文首先构建了基于全卷积网络的天空区域分... 

【文章来源】：长安大学陕西省 211工程院校 教育部直属院校

【文章页数】：87 页

【学位级别】：硕士

【部分图文】：

无人机的应用然而，无人机的快速发展和广泛应用也造成了诸多问题，例如：侵犯隐私权、威胁

全球商用无人机市场（单位：百万美元）

德国Dedrone公司DroneTracker系统

【参考文献】：
期刊论文
[1]权重系数自适应光流法运动目标检测[J]. 刘洪彬,常发亮.  光学精密工程. 2016(02)
[2]基于改进的单高斯背景模型运动目标检测算法[J]. 陈银,任侃,顾国华,钱惟贤,徐福元.  中国激光. 2014(11)
[3]用Kalman滤波改进的背景建模红外运动目标检测[J]. 田鹏辉,隋立春,肖锋.  四川大学学报(自然科学版). 2014(02)
[4]一种平面数字图像最小外接矩形的提取算法[J]. 吴捧锋,李健.  办公自动化. 2014(04)
[5]区域分裂合并法在图像分割中的应用[J]. 程帅.  福建电脑. 2013(06)
[6]基于区域生长的彩色图像分割算法[J]. 范伟.  计算机工程. 2010(13)
[7]图像分割的新理论和新方法[J]. 许新征,丁世飞,史忠植,贾伟宽.  电子学报. 2010(S1)



本文编号：3282174