基于机载图像的入侵目标自主检测与识别

发布时间：2021-11-25 20:02

　　近年来,无人机的广泛应用使得国家空域变得拥挤,无人机和有人机的安全受到威胁,为了确保空域中飞行器的安全,如何将无人机集成到国家空域成为了目前迫切需要解决的问题。无人机的感知与规避技术是将无人机集成到国家空域的关键技术,该技术主要分为两个部分:感知和规避。感知是规避的前提,是整个感知与规避系统的重要部分,因此针对无人机自主感知入侵目标的研究具有重要的意义。本文主要基于机载图像对入侵目标自主检测与识别算法展开研究。首先,对无人机感知与规避系统中的常用的感知传感器进行分析,在综合考虑了SWAP（尺寸、重量、能耗）特征,负载,感知距离和自主性等性能后,设计了一套基于视觉传感器对入侵目标检测与识别技术方案。该技术方案主要分为两个模块:入侵目标检测模块和入侵目标识别模块。其次,研究了一种基于边缘检测的入侵目标检测算法。利用结构化森林的快速边缘检测算法获取机载图像的轮廓图;再利用Edge-Boxes算法将完整闭合的轮廓区域用方框标注,视为可能包含入侵目标的目标提议区域;再对目标提议区域进行打分,设计最优参数组去掉不好的目标提议区域得到最终的感兴趣区域。仿真实验表明基于边缘检测的入侵目标检测算法在多种... 

【文章来源】：南京航空航天大学江苏省 211工程院校

【文章页数】：95 页

【学位级别】：硕士

【部分图文】：

016年和2024年国际无人机市场应用结构对比

(c)匈牙利科学院所检测的入侵目标运动轨迹图 1.5 国外基于视觉感知与规避技术的研究现状内在无人机感知与规避领域的研究与国外相比起步较晚，但近年来，随着国家对该支持，各高校、研究所相继开展了一系列相关研究工作，取得了有意义的研究成果航天大学针对无人机在低空飞行过程中需要规避障碍的问题，研究了一种基于单目物深度提取算法[34]，仿真结果表明这套障碍物深度提取算法对于区分不同深度的障有效的。西北工业大学提出了一种面向小型无人直升机的基于视觉的目标检测和目35]，并且在无人机平台上对所提出的算法进行了测试，测试结果证明了该算法在目标跟踪上的应用是可行的。北京航空航天大学无人驾驶飞行器设计研究所结合无人的光电平台，针对面向空中动态目标的无人机感知与规避技术[36]展开了研究。述研究表明了基于视觉的无人机感知与规避技术在原理上是可行的，但是针对国家成的需求，基于视觉的无人机感知与规避技术还有很多问题需要解决，比如提高检高识别入侵目标的有效性，从而可以降低因检测虚假目标而引起的不必要规避响应率。

南京航空航天大学硕士学位论文快速边缘检测算法[81]得到的边缘轮廓图的基础上提取目标提议标提议区域的分数，从而为确定入侵目标的感兴趣区域提供重拟的入侵目标的机载图像，图 3.2 是相对应的基于结构化森林轮廓图。从图中可以看出，其所展现的轮廓信息包含了入侵目框内所示的轮廓。

【参考文献】：
期刊论文
[1]无人机融入非隔离空域感知与规避技术[J]. 王杰,田宏安.  指挥信息系统与技术. 2017(01)
[2]基于视觉的目标检测与跟踪综述[J]. 尹宏鹏,陈波,柴毅,刘兆栋.  自动化学报. 2016(10)
[3]基于结构森林的RGB-D图像轮廓提取[J]. 张恒,徐刚,刘艳丽,温珍强.  计算机应用研究. 2017(02)
[4]基于视觉的无人机感知与规避系统设计[J]. 韩静雅,王宏伦,刘畅,雷玉鹏.  战术导弹技术. 2014(05)
[5]压缩传感综述[J]. 李树涛,魏丹.  自动化学报. 2009(11)
[6]基于单目视觉的无人机障碍探测算法研究[J]. 张跃东,李丽,刘晓波,邢泽平.  激光与红外. 2009(06)



本文编号：3518704