近年來(lái),軍用無(wú)人機(jī)技術(shù)的研究與發(fā)展一直保持著很高的熱度,無(wú)人機(jī)憑借體積小、速度快、應(yīng)用場(chǎng)景豐富等優(yōu)勢(shì),受到各國(guó)軍事國(guó)防的廣泛關(guān)注。而目前機(jī)器視覺(jué)技術(shù)也處于迅猛發(fā)展階段,跟蹤算法不斷推陳出新。將這些算法合理地融入無(wú)人機(jī)研究中,對(duì)無(wú)人機(jī)技術(shù)的發(fā)展有著重大意義�？紤]到無(wú)人機(jī)對(duì)地面目標(biāo)進(jìn)行跟蹤的時(shí)候,常常會(huì)發(fā)生云層遮擋目標(biāo)的情況,論文基于TLD目標(biāo)跟蹤框架,對(duì)隨機(jī)云遮擋條件下地面目標(biāo)的長(zhǎng)時(shí)間跟蹤問(wèn)題展開了深入的研究,主要工作如下:概述了目前目標(biāo)跟蹤算法的研究進(jìn)展,詳細(xì)闡述了TLD算法的原理和基本流程,分析了TLD跟蹤算法與傳統(tǒng)跟蹤算法的優(yōu)劣。針對(duì)于云遮擋情況初期,跟蹤算法出現(xiàn)的跟蹤漂移現(xiàn)象,提出一種基于FAST特征點(diǎn)增強(qiáng)的TLD跟蹤算法。實(shí)驗(yàn)結(jié)果表明改進(jìn)后的算法,有效克服了目標(biāo)跟蹤漂移的問(wèn)題,且跟蹤模塊穩(wěn)定性和實(shí)時(shí)性都有所提高。針對(duì)云層遮擋時(shí)目標(biāo)跟蹤算法無(wú)法對(duì)目標(biāo)位置進(jìn)行有效的預(yù)估輸出,以及檢測(cè)模塊運(yùn)行耗時(shí)巨大導(dǎo)致算法實(shí)時(shí)性不高的缺陷,提出了融合卡爾曼濾波器的改進(jìn)TLD算法。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的算法在目標(biāo)被云層全部遮擋后,依然可以穩(wěn)定對(duì)目標(biāo)狀態(tài)進(jìn)行預(yù)估,并利用卡爾曼濾波器對(duì)算法中檢測(cè)模塊進(jìn)行...

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1TLD算法流程圖

圖2-1TLD算法流程圖塊塊采用的是改進(jìn)了的LK光流法。光流法有三條前提小和空間一致。為了改進(jìn)大幅度運(yùn)動(dòng)情況或者視頻流將圖像金字塔的思想與光流法相結(jié)合得以解決。簡(jiǎn)單像，此時(shí)跟蹤目標(biāo)的運(yùn)動(dòng)視為縮小了，即可以使用光流蹤，圖像尺寸變大，此時(shí)視為運(yùn)動(dòng)幅度增大，通過(guò)這幅度大或運(yùn)動(dòng)....

圖2-2圖像金字塔

成功解決的了目標(biāo)運(yùn)動(dòng)過(guò)大而無(wú)法使用LK光流法跟蹤的問(wèn)題。高斯金字塔示意圖如圖2-2所示。

圖2-4跟蹤模塊流程圖

t+1時(shí)刻的圖b中的點(diǎn)3，經(jīng)過(guò)反向的光流法跟蹤，成功得出t時(shí)刻圖a中的樣可以認(rèn)為t時(shí)刻的點(diǎn)1，是一個(gè)穩(wěn)定的可跟蹤點(diǎn)。而t時(shí)刻圖a中的跟蹤流法估計(jì)得到t+1時(shí)刻圖b中的點(diǎn)4，同時(shí)t+1時(shí)刻的圖b中的點(diǎn)4，進(jìn)過(guò)光流法跟蹤，得出t時(shí)....

圖2-5檢測(cè)模塊流程圖

法是對(duì)圖像全局進(jìn)行滑動(dòng)窗口的采樣，將采到的樣本已經(jīng)用之前訓(xùn)練好的分類器進(jìn)行檢測(cè)，重新捕獲目標(biāo)的信息。然后用新的信息重新初始化跟蹤器，這樣跟蹤模塊就能重新起到作用了。這樣既可以解決目標(biāo)丟失后重新找回的問(wèn)題，又可以綜合跟蹤器的結(jié)果，得到更加準(zhǔn)確的目標(biāo)位置信息。目標(biāo)檢測(cè)的原理是利用目標(biāo)....

本文編號(hào)：3906272