基于无人机视频的运动目标检测与跟踪方法研究

发布时间：2025-01-04 07:32

　　随着无人机技术的逐渐民用化,无人机航拍技术成为人们获取信息的主要手段之一。研究无人机视频中运动目标的检测和跟踪方法对无人机实时作业或者后期视频图像信息的处理具有重要的意义。然而,无人机由于其灵活多变的飞行方式,其航拍的视频中通常具有背景复杂、视角广阔、尺度多变、遮挡丢失等情况,都是图像检测和跟踪领域中的难点。本文主要对无人机视频中的运动目标检测和跟踪方法进行研究,主要内容包括视频图像去噪预处理、视频中运动目标检测以及视频中运动目标跟踪。本文的主要工作及贡献有:(1)针对无人机航拍视频在采集或者传输过程中可能引入噪声影响后续目标检测和跟踪的效果,对视频进行去噪预处理,提高检测的准确率。对经典的运动目标检测算法进行了介绍和实验对比分析,包括帧差法、背景差法、LK光流法,结果表明,LK光流法在镜头动移动的无人机视频中能充分提取目标的运动信息,便于后期的分离处理。(2)针对无人机视频中运动目标具有尺度变化、遮挡丢失等问题,提出了一种基于多尺度和目标丢失再跟踪改进的核相关滤波跟踪方法,提高了跟踪的准确性以及对目标丢失的鲁棒性。并且和原核相关滤波算法进行了实验对比,结果表明本文改进的跟踪方法具有更高...

【文章页数】：75 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 视频中运动目标检测研究现状
        1.2.2 运动目标跟踪研究现状
    1.3 论文章节安排
第二章 无人机视频中运动目标检测方法研究
    2.1 引言
    2.2 图像预处理
        2.2.1 图像中常见噪声
        2.2.2 图像滤波处理
        2.2.3 图像滤波结果对比
    2.3 常用运动目标检测方法分析
        2.3.1 帧差法
        2.3.2 背景差法
    2.4 基于金字塔分层的LK光流检测方法
        2.4.1 LK光流检测算法基本原理
        2.4.2 金字塔LK光流法介绍
    2.5 检测结果分析
    2.6 本章小结
第三章 无人机视频中运动目标跟踪方法研究
    3.1 引言
    3.2 KCF算法介绍
    3.3 KCF跟踪过程及问题分析
    3.4 基于多尺度和目标丢失再跟踪的KCF跟踪算法
        3.4.1 多尺度改进
        3.4.2 目标丢失处理
        3.4.3 基于多尺度和目标丢失再跟踪的KCF跟踪模型
    3.5 跟踪结果分析
        3.5.1 跟踪结果评价指标
        3.5.2 结果分析
    3.6 本章小结
第四章 基于无人机视频的运动目标检测与跟踪
    4.1 引言
    4.2 整体流程
    4.3 检测模块
        4.3.1 特征点筛选
        4.3.2 确定目标位置
        4.3.3 检测模块输出结果
    4.4 跟踪模块
        4.4.1 使用线性核替换高斯核
        4.4.2 目标丢失再检测
    4.5 结果分析
    4.6 本章小结
第五章 总结与展望
    5.1 全文总结
    5.2 工作展望
致谢
参考文献
攻读硕士期间取得的成果



本文编号：4023116