無(wú)人機(jī)的發(fā)展得益于MEMS技術(shù)的發(fā)展使控制系統(tǒng)愈小型化,動(dòng)力系統(tǒng)能力的提升,還有智能手機(jī)和社交網(wǎng)絡(luò)的興起等�？梢哉f(shuō)無(wú)人機(jī)是時(shí)代發(fā)展的產(chǎn)物,也從軍事領(lǐng)域逐漸擴(kuò)展到貼近人們的生活。四旋翼無(wú)人機(jī)以其操作比較簡(jiǎn)單、起降方便、飛行平穩(wěn)等優(yōu)點(diǎn)得到廣泛關(guān)注,應(yīng)用范圍也在不斷的拓展。在四旋翼飛行平臺(tái)上實(shí)現(xiàn)人體目標(biāo)檢測(cè)跟蹤,具有娛樂航拍,搜索救援,巡邏偵察等應(yīng)用價(jià)值。人體目標(biāo)檢測(cè)跟蹤技術(shù)一直以來(lái)都是計(jì)算機(jī)視覺研究領(lǐng)域的重要課題,涵蓋了圖像處理和機(jī)器學(xué)習(xí)等知識(shí)。而人體形態(tài)易發(fā)生變化、衣著存在差異,還有環(huán)境復(fù)雜、光照變化、出現(xiàn)遮擋等因素都是研究中的難題。再加上無(wú)人機(jī)飛行平臺(tái)上空間、載荷、成本、機(jī)載計(jì)算資源等控制因素都成了研究中的挑戰(zhàn)。針對(duì)以上問題本文提出了在無(wú)人機(jī)視覺下運(yùn)用融合特征對(duì)人體目標(biāo)進(jìn)行檢測(cè)跟蹤的方法,具體研究工作如下:1.首先研究了一種主流的利用局部邊緣信息的HOG特征進(jìn)行人體檢測(cè)的方法,然后對(duì)該算法進(jìn)行了改進(jìn)。運(yùn)用了一種帶有監(jiān)督性的LDA線性判別算法對(duì)提取的HOG特征進(jìn)行降維處理,又提出了一種改進(jìn)的快速HOG特征提取方法。2.為了解決在復(fù)雜環(huán)境中單一的HOG特征在人體檢測(cè)過程中表現(xiàn)不足的問題,引... 

【文章來(lái)源】：長(zhǎng)安大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

無(wú)人機(jī)實(shí)物圖

圖 2.3 無(wú)人機(jī)實(shí)物圖2.2 機(jī)載視覺系統(tǒng)介紹以四旋翼無(wú)人機(jī)為平臺(tái)可以搭載不同的功能模塊來(lái)拓展無(wú)人機(jī)的應(yīng)用，在本文用四旋翼無(wú)人機(jī)飛行平臺(tái)上搭載有計(jì)算機(jī)視覺模塊，來(lái)實(shí)現(xiàn)對(duì)人體目標(biāo)的檢測(cè)和

第二章 無(wú)人機(jī)視覺系統(tǒng)關(guān)鍵技術(shù)機(jī)載視覺系統(tǒng)主要包括圖像傳感器、圖像采集單元、相機(jī)云臺(tái)等。通過控制系統(tǒng)調(diào)節(jié)云臺(tái)，可以改變圖像傳感器的角度增大圖像傳感器的可視范圍。云臺(tái)還有很好的沖效果，起到穩(wěn)定圖像傳感器的作用，抑制四旋翼抖動(dòng)對(duì)圖像采集帶來(lái)的影響[25]。在文中圖像傳感器選用的是宏景 IMX179，圖像采集單元選用的是安霸相機(jī)方案。這套案具有圖像采集的速度快、對(duì)色彩和曝光的控制效果較好、在光線差的環(huán)境中采集能強(qiáng)等優(yōu)點(diǎn)。圖像采集的效果直接影響到后期的人體檢測(cè)和跟蹤效果，為了采集到清晰無(wú)畸變圖像，我們首先要對(duì)視覺模塊進(jìn)行檢測(cè)和校正。

【參考文獻(xiàn)】：
期刊論文
[1]基于單目視覺與慣導(dǎo)融合的無(wú)人機(jī)位姿估計(jì)[J]. 熊敏君,盧惠民,熊丹,肖軍浩,呂鳴.  計(jì)算機(jī)應(yīng)用. 2017(S2)
[2]復(fù)雜背景下紅外人體目標(biāo)檢測(cè)算法研究[J]. 馬也,常青,胡謀法.  紅外技術(shù). 2017(11)
[3]無(wú)人機(jī)演變與發(fā)展研究綜述[J]. 盧俊文,王倩營(yíng).  飛航導(dǎo)彈. 2017(11)
[4]基于KLT光流的無(wú)人機(jī)視頻影像特征點(diǎn)跟蹤算法[J]. 劉芳,吳云東,蔡國(guó)榕,陳水利.  集美大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[5]正態(tài)伽馬分布的檢測(cè)窗口估算與快速人體檢測(cè)[J]. 陶琳,王愛菊.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(09)
[6]基于連續(xù)自適應(yīng)均值漂移和立體視覺的無(wú)人機(jī)目標(biāo)跟蹤方法[J]. 張?zhí)煲?楊忠,韓家明,宋佳蓉,朱家遠(yuǎn).  應(yīng)用科技. 2018(02)
[7]基于無(wú)人機(jī)平臺(tái)的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[J]. 湯軼,周鵬程,肖璇,常成,劉益麟,潘峰.  機(jī)器人技術(shù)與應(yīng)用. 2017(03)
[8]基于人體特征識(shí)別和卡爾曼濾波的行人跟蹤算法[J]. 萬(wàn)智萍.  電光與控制. 2016(11)
[9]國(guó)內(nèi)外民用無(wú)人機(jī)行業(yè)發(fā)展回顧與展望[J]. 吳剛,周斌,楊連康.  經(jīng)濟(jì)研究導(dǎo)刊. 2016(12)
[10]四旋翼無(wú)人機(jī)目標(biāo)跟蹤系統(tǒng)設(shè)計(jì)[J]. 馬良,穆朝絮,楊萬(wàn)扣,賀海鵬.  控制工程. 2015(06)

碩士論文
[1]基于HOG的多特征融合行人檢測(cè)跟蹤系統(tǒng)[D]. 夏鵬飛.南昌航空大學(xué) 2017
[2]復(fù)雜動(dòng)態(tài)環(huán)境下人體檢測(cè)與跟蹤算法的研究與實(shí)現(xiàn)[D]. 李寧.武漢工程大學(xué) 2017
[3]視頻中運(yùn)動(dòng)目標(biāo)跟蹤算法及其改進(jìn)策略研究[D]. 呂國(guó)宏.中北大學(xué) 2016
[4]基于無(wú)人機(jī)平臺(tái)的目標(biāo)檢測(cè)跟蹤系統(tǒng)研究[D]. 金純.西安電子科技大學(xué) 2015
[5]復(fù)雜環(huán)境下多無(wú)人機(jī)協(xié)同地面目標(biāo)跟蹤問題研究[D]. 陳智民.北京理工大學(xué) 2015
[6]基于視覺的無(wú)人機(jī)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤[D]. 劉磊.哈爾濱工程大學(xué) 2014
[7]基于卡爾曼濾波器的無(wú)人機(jī)地面目標(biāo)跟蹤[D]. 李雨石.中國(guó)民航大學(xué) 2012



本文編號(hào)：3288271