无人机光流测速优化算法研究
发布时间：2021-11-04 20:09
本文针对无人机应用场景中的影响因素,以提高测速算法的精度与可靠性为目的,对无人机光流测速优化算法开展了研究。论文首先对Oriented FAST and Rotated BRIEF（ORB）特征检测算法及Lucas-Kanade（LK）光流算法的原理进行了分析。基于无人机导航的背景,研究了图像光流场与无人机运动场的转换关系。为了减少无人机图像大尺度运动、遮挡等因素带来的光流跟踪误差,论文引入图像金字塔的方法跟踪图像大尺度运动,并结合特征匹配算法提出了一种跟踪筛选算法筛除错误跟踪点,实验表明该算法可以有效减少跟踪误差,提高测速精度。针对无人机使用场景中前景运动物体与传感器噪声导致全局光流估计精度下降的问题,论文基于Meanshift聚类法提出了一种全局光流估计优化算法,该算法利用速度的一致性剔除光流数据中的干扰光流,将背景光流数据的聚类中心作为光流的估计值,提高了全局光流估计的精度,之后对算法的实时性与鲁棒性进行改进,并通过实验验证了算法的性能。为了解决场景中光照变化导致光流解算精度下降的问题,论文研究了一种基于图像结构-纹理分解的光流测速优化算法,通过提取图像的纹理分量来提高算法对光照...
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
注释表
第一章 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 光流法研究现状
1.2.2 基于光流的无人机导航技术研究现状
1.3 论文研究目的与意义
1.4 论文研究内容与章节安排
第二章 无人机光流测速算法研究
2.1 引言
2.2 特征点检测算法研究
2.2.1 ORB特征点检测算法原理分析
2.2.2 图像特征点检测预处理研究
2.3 LK光流测速算法研究
2.3.1 LK光流场原理分析
2.3.2 光流场与速度场的转换
2.4 光流跟踪改进算法设计与研究
2.4.1 金字塔LK光流算法研究
2.4.2 特征跟踪筛选算法研究
2.4.3 跟踪改进算法实验设计与验证
2.5 本章小结
第三章 基于Meanshift的全局光流估计优化算法研究
3.1 引言
3.2 全局光流估计优化算法研究
3.2.1 算法总体方案分析与设计
3.2.2 基于Meanshift聚类的算法研究
3.2.3 聚类算法实时性与鲁棒性改进研究
3.3 全局光流估计优化算法实验验证
3.3.1 前景运动影响消除实验
3.3.2 噪声影响消除实验
3.4 本章小结
第四章 具有光照变化鲁棒性的光流测速优化算法研究
4.1 引言
4.2 光照变化鲁棒性优化算法研究
4.2.1 算法总体方案分析与设计
4.2.2 图像结构-纹理分解方案与参数选择研究
4.2.3 算法实时性改进研究
4.3 光照变化鲁棒性优化算法实验验证
4.4 本章小结
第五章 无人机光流测速优化算法验证
5.1 引言
5.2 无人机光流测速优化算法验证平台构建
5.2.1 硬件平台搭建与实现
5.2.2 软件流程设计与实现
5.3 无人机光流测速优化算法实验设计与验证
5.4 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 进一步工作展望
参考文献
致谢
在学期间的研究成果及发表的学术论文
【参考文献】：
期刊论文
[1]用于无人机导航的光流测速优化方法[J]. 杨盛伟,赵伟,刘建业. 电光与控制. 2019(01)
[2]基于K-means的四旋翼多目标跟踪系统研究[J]. 张曦. 工业控制计算机. 2017(10)
[3]基于Apriltags改进算法的无人机移动目标识别与跟踪[J]. 贾配洋,彭晓东,沈菲菲,高辰,周武根. 电子设计工程. 2017(17)
[4]一种旋翼式无人机的视觉着陆位姿估计方法[J]. 高扉扉,陈念年,范勇,巫玲. 电光与控制. 2017(02)
[5]基于SIFT验证的Mean Shift跟踪运动目标新算法[J]. 王智军,王建华. 电光与控制. 2016(11)
[6]用于无人机室内导航的光流与地标融合方法[J]. 吴琦,蔡志浩,王英勋. 控制理论与应用. 2015(11)
[7]基于结构纹理分解和多重网格的光流估计算法[J]. 李秀智,谭君,贾松敏,赵冠荣,尹晓琳. 上海交通大学学报. 2014(07)
[8]基于并行计算的无人机影像角点检测[J]. 何海清,黄声享. 计算机工程. 2012(14)
[9]基于饱和度梯度的彩色序列图像光流场计算[J]. 齐蕴光,安钢,张建. 装甲兵工程学院学报. 2012(03)
[10]噪声环境下光流场估计方法[J]. 马龙,王鲁平,陈小天,李飚. 信号处理. 2012(01)
博士论文
[1]低成本微小型无人机惯性组合导航技术研究[D]. 孙罡.南京理工大学 2014
[2]单目视频中的光流场估计技术研究[D]. 廖彬.华南理工大学 2011
[3]运动图像分析中的光流计算方法研究[D]. 卢宗庆.西安电子科技大学 2007
硕士论文
[1]微小型飞行器激光雷达/光流/惯性自主导航方法[D]. 张竣涵.南京航空航天大学 2018
[2]用于桥梁检测的无人机自主导航技术研究[D]. 朱普茂.重庆大学 2017
[3]一种Lucas-Kanade光流金字塔算法的伪特征点移除方法[D]. 李喆.吉林大学 2016
[4]多旋翼无人机光流/惯性组合导航技术研究[D]. 邓一民.南京航空航天大学 2016
[5]基于变分和偏微分方程的图像去噪研究[D]. 艾立.电子科技大学 2015
[6]基于卫星和视觉结合的四旋翼飞行器导航定位研究[D]. 董会云.哈尔滨工程大学 2015
[7]基于多传感器的四旋翼无人机室内自主导航研究[D]. 胡禹超.东北大学 2014
[8]基于Meanshift的视频人体目标跟踪算法研究[D]. 胡威.上海交通大学 2013
[9]人脸识别中的光照问题研究[D]. 付元元.三峡大学 2011
[10]基于Split Bregman方法的抠图算法研究[D]. 蔺彬.青岛大学 2010
本文编号：3476365
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
注释表
第一章 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 光流法研究现状
1.2.2 基于光流的无人机导航技术研究现状
1.3 论文研究目的与意义
1.4 论文研究内容与章节安排
第二章 无人机光流测速算法研究
2.1 引言
2.2 特征点检测算法研究
2.2.1 ORB特征点检测算法原理分析
2.2.2 图像特征点检测预处理研究
2.3 LK光流测速算法研究
2.3.1 LK光流场原理分析
2.3.2 光流场与速度场的转换
2.4 光流跟踪改进算法设计与研究
2.4.1 金字塔LK光流算法研究
2.4.2 特征跟踪筛选算法研究
2.4.3 跟踪改进算法实验设计与验证
2.5 本章小结
第三章 基于Meanshift的全局光流估计优化算法研究
3.1 引言
3.2 全局光流估计优化算法研究
3.2.1 算法总体方案分析与设计
3.2.2 基于Meanshift聚类的算法研究
3.2.3 聚类算法实时性与鲁棒性改进研究
3.3 全局光流估计优化算法实验验证
3.3.1 前景运动影响消除实验
3.3.2 噪声影响消除实验
3.4 本章小结
第四章 具有光照变化鲁棒性的光流测速优化算法研究
4.1 引言
4.2 光照变化鲁棒性优化算法研究
4.2.1 算法总体方案分析与设计
4.2.2 图像结构-纹理分解方案与参数选择研究
4.2.3 算法实时性改进研究
4.3 光照变化鲁棒性优化算法实验验证
4.4 本章小结
第五章 无人机光流测速优化算法验证
5.1 引言
5.2 无人机光流测速优化算法验证平台构建
5.2.1 硬件平台搭建与实现
5.2.2 软件流程设计与实现
5.3 无人机光流测速优化算法实验设计与验证
5.4 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 进一步工作展望
参考文献
致谢
在学期间的研究成果及发表的学术论文
【参考文献】：
期刊论文
[1]用于无人机导航的光流测速优化方法[J]. 杨盛伟,赵伟,刘建业. 电光与控制. 2019(01)
[2]基于K-means的四旋翼多目标跟踪系统研究[J]. 张曦. 工业控制计算机. 2017(10)
[3]基于Apriltags改进算法的无人机移动目标识别与跟踪[J]. 贾配洋,彭晓东,沈菲菲,高辰,周武根. 电子设计工程. 2017(17)
[4]一种旋翼式无人机的视觉着陆位姿估计方法[J]. 高扉扉,陈念年,范勇,巫玲. 电光与控制. 2017(02)
[5]基于SIFT验证的Mean Shift跟踪运动目标新算法[J]. 王智军,王建华. 电光与控制. 2016(11)
[6]用于无人机室内导航的光流与地标融合方法[J]. 吴琦,蔡志浩,王英勋. 控制理论与应用. 2015(11)
[7]基于结构纹理分解和多重网格的光流估计算法[J]. 李秀智,谭君,贾松敏,赵冠荣,尹晓琳. 上海交通大学学报. 2014(07)
[8]基于并行计算的无人机影像角点检测[J]. 何海清,黄声享. 计算机工程. 2012(14)
[9]基于饱和度梯度的彩色序列图像光流场计算[J]. 齐蕴光,安钢,张建. 装甲兵工程学院学报. 2012(03)
[10]噪声环境下光流场估计方法[J]. 马龙,王鲁平,陈小天,李飚. 信号处理. 2012(01)
博士论文
[1]低成本微小型无人机惯性组合导航技术研究[D]. 孙罡.南京理工大学 2014
[2]单目视频中的光流场估计技术研究[D]. 廖彬.华南理工大学 2011
[3]运动图像分析中的光流计算方法研究[D]. 卢宗庆.西安电子科技大学 2007
硕士论文
[1]微小型飞行器激光雷达/光流/惯性自主导航方法[D]. 张竣涵.南京航空航天大学 2018
[2]用于桥梁检测的无人机自主导航技术研究[D]. 朱普茂.重庆大学 2017
[3]一种Lucas-Kanade光流金字塔算法的伪特征点移除方法[D]. 李喆.吉林大学 2016
[4]多旋翼无人机光流/惯性组合导航技术研究[D]. 邓一民.南京航空航天大学 2016
[5]基于变分和偏微分方程的图像去噪研究[D]. 艾立.电子科技大学 2015
[6]基于卫星和视觉结合的四旋翼飞行器导航定位研究[D]. 董会云.哈尔滨工程大学 2015
[7]基于多传感器的四旋翼无人机室内自主导航研究[D]. 胡禹超.东北大学 2014
[8]基于Meanshift的视频人体目标跟踪算法研究[D]. 胡威.上海交通大学 2013
[9]人脸识别中的光照问题研究[D]. 付元元.三峡大学 2011
[10]基于Split Bregman方法的抠图算法研究[D]. 蔺彬.青岛大学 2010
本文编号：3476365
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3476365.html
