基于视频的无人机检测方法研究
发布时间：2022-11-06 10:51
近几年无人机技术的发展日新月异,无人机在摄影、测绘、农业遥感、物流、探伤、清洁等方面都发挥着日渐重大的作用。然而无人机也在一些方面给社会生活带来了严重的困扰。随着无人机数目的增长,对无人机的监管势在必行。本文根据以上背景,提出了一种基于视频的无人机检测方法,并设计了本文方法的现场可编程门阵列（FPGA）实现方案。本文先介绍了运动目标检测的基础知识,重点介绍了混合高斯模型（GMM）和视频背景提取（ViBe）这两种效果比较好的现有算法。之后设计了不同场景下的实验,测试GMM与ViBe算法的性能。GMM能拟合复杂背景下像素点灰度值的概率分布,但无法检测无人机这样的弱小目标。ViBe对于弱小目标的检测比GMM敏感,但在复杂背景下的检测结果有大量的噪点。除此之外,ViBe算法只需要一帧图像就可以初始化背景模型,更新策略简单,运算量小,便于使用嵌入式系统实现。所以本文结合GMM算法的优势,对ViBe算法进行改进,提出了一种基于视频的无人机检测方法。本文对于ViBe算法的改进主要在预处理和前景检测阶段。在预处理阶段,提出了一种地平线检测方法,根据每一列上图像灰度值的分布分割天空与地面区域。这种分割方...
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题研究背景与意义
1.2 国内外研究现状
1.3 论文主要工作内容与章节安排
第二章 运动目标检测基础知识
2.1 图像灰度化
2.2 图像二值化
2.3 数学形态学
2.3.1 腐蚀与膨胀
2.3.2 开运算与闭运算
2.3.3 邻域与连通域
2.4 运动目标检测方法介绍
2.4.1 帧间差分法
2.4.2 光流法
2.4.3 背景差分法
2.5 混合高斯背景建模
2.5.1 单高斯背景建模
2.5.2 混合高斯背景建模
第三章 基于改进ViBe算法的无人机检测方法
3.1 ViBe算法概述
3.1.1 背景模型建立
3.1.2 前景检测
3.1.3 背景模型更新
3.2 无人机检测问题分析
3.2.1 难点分析
3.2.2 实验分析
3.3 Vi Be算法的改进
3.3.1 前景检测改进
3.3.2 地平线检测
3.3.3 前景计数
3.4 算法流程详细介绍
3.4.1 预处理
3.4.2 初始化背景模型
3.4.3 前景检测
3.4.4 背景模型更新
3.4.5 形态学处理
3.5 改进算法实验结果
3.6 计算量与内存消耗分析
3.6.1 计算量分析
3.6.2 内存消耗分析
第四章 基于FPGA的算法实现
4.1 基于FPGA的图像处理简介
4.1.1 FPGA简介
4.1.2 FPGA与图像处理
4.2 关键技术研究
4.2.1 局部滤波器
4.2.2 随机数发生器
4.2.3 数学运算的FPGA实现
4.3 模块设计
4.3.1 灰度化模块
4.3.2 地平线检测模块
4.3.3 背景模型初始化模块
4.3.4 前景检测与背景模型更新模块
4.3.5 腐蚀与膨胀模块
4.3.6 连通域标记
4.4 实验仿真
4.4.1 随机数发生模块
4.4.2 地平线检测模块
4.4.3 背景模型初始化模块
4.4.4 前景检测与背景更新模块
4.4.5 形态学处理模块
4.4.6 实时性分析
第五章 总结与展望
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]基于FPGA的快速均匀分布随机数发生器[J]. 宋克俭,杨军. 云南大学学报(自然科学版). 2007(S2)
博士论文
[1]复杂环境下基于视频的车辆跟踪算法研究[D]. 朱周.东南大学 2015
硕士论文
[1]基于Zynq的运动车辆检测与跟踪系统设计[D]. 贺能.大连海事大学 2017
[2]基于改进ViBe与粒子滤波的视频分析算法研究[D]. 王海全.广东工业大学 2016
[3]基于ViBe的运动目标检测与阴影消除方法研究[D]. 桂斌.安徽大学 2015
[4]交通视频中运动目标检测及道路检测问题研究及实现[D]. 崔宇.大连海事大学 2014
[5]复杂环境中运动目标检测与跟踪研究[D]. 胡小冉.南京航空航天大学 2014
[6]双核嵌入式平台上的视觉目标检测与跟踪[D]. 凌海.西安电子科技大学 2011
本文编号：3703372
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 课题研究背景与意义
1.2 国内外研究现状
1.3 论文主要工作内容与章节安排
第二章 运动目标检测基础知识
2.1 图像灰度化
2.2 图像二值化
2.3 数学形态学
2.3.1 腐蚀与膨胀
2.3.2 开运算与闭运算
2.3.3 邻域与连通域
2.4 运动目标检测方法介绍
2.4.1 帧间差分法
2.4.2 光流法
2.4.3 背景差分法
2.5 混合高斯背景建模
2.5.1 单高斯背景建模
2.5.2 混合高斯背景建模
第三章 基于改进ViBe算法的无人机检测方法
3.1 ViBe算法概述
3.1.1 背景模型建立
3.1.2 前景检测
3.1.3 背景模型更新
3.2 无人机检测问题分析
3.2.1 难点分析
3.2.2 实验分析
3.3 Vi Be算法的改进
3.3.1 前景检测改进
3.3.2 地平线检测
3.3.3 前景计数
3.4 算法流程详细介绍
3.4.1 预处理
3.4.2 初始化背景模型
3.4.3 前景检测
3.4.4 背景模型更新
3.4.5 形态学处理
3.5 改进算法实验结果
3.6 计算量与内存消耗分析
3.6.1 计算量分析
3.6.2 内存消耗分析
第四章 基于FPGA的算法实现
4.1 基于FPGA的图像处理简介
4.1.1 FPGA简介
4.1.2 FPGA与图像处理
4.2 关键技术研究
4.2.1 局部滤波器
4.2.2 随机数发生器
4.2.3 数学运算的FPGA实现
4.3 模块设计
4.3.1 灰度化模块
4.3.2 地平线检测模块
4.3.3 背景模型初始化模块
4.3.4 前景检测与背景模型更新模块
4.3.5 腐蚀与膨胀模块
4.3.6 连通域标记
4.4 实验仿真
4.4.1 随机数发生模块
4.4.2 地平线检测模块
4.4.3 背景模型初始化模块
4.4.4 前景检测与背景更新模块
4.4.5 形态学处理模块
4.4.6 实时性分析
第五章 总结与展望
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]基于FPGA的快速均匀分布随机数发生器[J]. 宋克俭,杨军. 云南大学学报(自然科学版). 2007(S2)
博士论文
[1]复杂环境下基于视频的车辆跟踪算法研究[D]. 朱周.东南大学 2015
硕士论文
[1]基于Zynq的运动车辆检测与跟踪系统设计[D]. 贺能.大连海事大学 2017
[2]基于改进ViBe与粒子滤波的视频分析算法研究[D]. 王海全.广东工业大学 2016
[3]基于ViBe的运动目标检测与阴影消除方法研究[D]. 桂斌.安徽大学 2015
[4]交通视频中运动目标检测及道路检测问题研究及实现[D]. 崔宇.大连海事大学 2014
[5]复杂环境中运动目标检测与跟踪研究[D]. 胡小冉.南京航空航天大学 2014
[6]双核嵌入式平台上的视觉目标检测与跟踪[D]. 凌海.西安电子科技大学 2011
本文编号：3703372
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3703372.html
