發(fā)布時(shí)間：2021-03-27 15:34

　　航拍無(wú)人機(jī)在各個(gè)領(lǐng)域的廣泛應(yīng)用給人們帶來(lái)便捷,以航拍無(wú)人機(jī)為核心的新興產(chǎn)業(yè)正在迅速擴(kuò)大,同時(shí)航拍視頻中視覺(jué)技術(shù)方面的研究也愈發(fā)受到了國(guó)內(nèi)外學(xué)者的重視。在航拍無(wú)人機(jī)拍攝的航拍視頻中運(yùn)動(dòng)目標(biāo)單位連接緊密且目標(biāo)較小,通常運(yùn)動(dòng)目標(biāo)小至10*10個(gè)像素左右,現(xiàn)階段目標(biāo)檢測(cè)方法在該應(yīng)用場(chǎng)景下依然存在較大的挑戰(zhàn),由于無(wú)人機(jī)自身的快速移動(dòng)以及飛行過(guò)程中抖動(dòng)噪聲的影響,往往通過(guò)單幀圖像很難檢測(cè)出圖像中感興趣目標(biāo)。本文主要在無(wú)人機(jī)地面站平臺(tái)上,實(shí)現(xiàn)對(duì)航拍視頻增強(qiáng)、運(yùn)動(dòng)小目標(biāo)檢測(cè)等算法改進(jìn)及優(yōu)化工作。本文主要工作及貢獻(xiàn):1.本文提出暗通道快速去霧算法。在航拍帶霧圖像暗通道透射率圖計(jì)算過(guò)程中,通過(guò)采用均值下采樣與雙線(xiàn)性插值方法來(lái)大大減少去霧過(guò)程的運(yùn)算量。實(shí)驗(yàn)測(cè)試過(guò)程中,本文提出的方法相比于傳統(tǒng)暗通道先驗(yàn)方法去霧幀率提高了 2-3倍。在航拍視頻運(yùn)動(dòng)小目標(biāo)檢測(cè)中,本文提出通過(guò)動(dòng)態(tài)幀間差分（ORB-DFD）方法,動(dòng)態(tài)選取合適的間隔步長(zhǎng)與累加幀數(shù)。通過(guò)全局ORB特征對(duì)相鄰幀進(jìn)行匹配得到背景的全局運(yùn)動(dòng)估計(jì)量,根據(jù)背景的平移分量、旋轉(zhuǎn)分量與縮放分量得到間隔步長(zhǎng)。同時(shí)計(jì)算像素點(diǎn)的能量累積值并統(tǒng)計(jì)像素分布情況,在約束條件下得... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

無(wú)人?

懸浮粒子對(duì)漫反射光線(xiàn)的折損。使得帶霧航拍圖像中Ｅ１標(biāo)物體邊緣紋理特征、像素信??息產(chǎn)生嚴(yán)重降質(zhì)和退化。太陽(yáng)光線(xiàn)在物體表面發(fā)生漫反射，其反射光線(xiàn)經(jīng)過(guò)空氣中懸??浮粒子組成的衰減模型，最終進(jìn)入航拍無(wú)人機(jī)機(jī)載相機(jī)傳感器，如下圖２．丨所示。??，?無(wú)人機(jī)??翻機(jī)??地面物體??圖２．１大氣散射模型??散射光線(xiàn)的衰減模型受到空氣中懸浮粒子的大小、類(lèi)型、分布狀態(tài)等因素的影響，??通過(guò)散射衰減系數(shù)表示。同時(shí)，考慮到地面物體與航拍無(wú)人機(jī)機(jī)載相機(jī)之間的距離。??其航拍圖像衰減模型的衰減率可以通過(guò)下式（２－丨）表示。??ｌ（ｘ）?＝?ｅ￣／，ｄｉｘ）?（２－１）??圖像去霧的物理模型可以通過(guò)大氣光模型和懸浮粒子對(duì)散射光線(xiàn)的衰減模型組??成。衰減模型和大氣光模型分別用下式第一項(xiàng)與第二項(xiàng)來(lái)表示。Ｊ〇ｃ）表示沒(méi)有霧霾??的航拍圖像，．／（Ｘ）／（Ｘ）表示懸浮粒子的對(duì)反射光線(xiàn)的衰減后的分量。其中Ａ表示大氣??光成分，如下式（２－２）所示。??Ｉ（ｘ）?＝?Ｊ（ｘ）ｔ（ｘ）?＋?Ａ（ｌ?－／（ｘ））?（２－２）??８??

（ａ）參考圖像?（ｂ）相鄰圖像?（ｃ）差分圖像?（ｄ）對(duì)齊圖像??圖２．２運(yùn)動(dòng)背景補(bǔ)償??對(duì)于一組航拍視頻初始圖像序列／?＝?｛／〇，／ｐ／２，其中４＿１Ｖ表示第ｔ幀圖像對(duì)于第ｔ－１幀圖像做運(yùn)動(dòng)背景補(bǔ)償?shù)玫降淖儞Q圖像，其運(yùn)動(dòng)背景補(bǔ)償圖像矩陣可以過(guò)下式（２－１３）表示。??一心…／；，－??Ｉ、?？？？?：？？?（２－１３）??定義間隔步長(zhǎng)為ｎ的差分灰度圖像，且通過(guò)ｍ組累加幀數(shù)得到灰度差分累加圖??像，對(duì)于ｎ與ｍ取值的選擇依據(jù)背景運(yùn)動(dòng)估計(jì)量與像素點(diǎn)能量累積閾值，通過(guò)運(yùn)動(dòng)??背景補(bǔ)償?shù)姆律渥儞Q矩陣Ｈ來(lái)估計(jì)背景的平移分量、旋轉(zhuǎn)分量與縮放分量作為背景??運(yùn)動(dòng)估計(jì)量＾，運(yùn)動(dòng)估計(jì)量值越大表征背景運(yùn)動(dòng)幅度越大，間隔步長(zhǎng)ｎ的取值越小，??對(duì)于運(yùn)動(dòng)估計(jì)量值較小的場(chǎng)景下需要間隔步長(zhǎng)較大的兩幀圖像來(lái)計(jì)算差分信息，通過(guò)??

【參考文獻(xiàn)】：
期刊論文
[1]基于ART2的Q學(xué)習(xí)算法研究[J]. 姚明海,瞿心昱,李佳鶴,顧勤龍,湯麗平.  控制與決策. 2011(02)



本文編號(hào)：3103754