發(fā)布時間：2017-07-30 11:17

  本文關鍵詞：小型無人直升機視覺跟蹤與識別系統(tǒng)實現(xiàn)

  更多相關文章： 小型無人直升機 視覺跟蹤 目標識別 特征提取

【摘要】：小型無人直升機在民用、工業(yè)和軍事領域受到普遍關注,而機載視覺技術為無人機順利執(zhí)行上述任務提供了必要條件。本文為無人機能夠搜索海上艦船并完成安全著艦,設計了小型無人直升機視覺跟蹤與識別系統(tǒng),闡述了數(shù)字圖像處理的基本原理以及艦船與著艦標志的識別算法,并完成了系統(tǒng)硬件測試平臺的搭建,為無人機跟蹤識別目標提供了條件支持。對于目標識別問題:首先,分析了基于視覺的無人機跟蹤目標的原理,并且簡要介紹了多種數(shù)字圖像預處理以及描述目標特征的方法,其中包括灰度化、二值化和形態(tài)學處理的圖像預處理方法,以及對顏色、形狀和紋理等特征的概述;其次,重點研究了邊緣檢測與主動輪廓模型的輪廓提取算法,并將兩種算法綜合應用,以提取到最接近真實目標的艦船輪廓,然后根據(jù)提取到的目標形狀特征完成對艦船的識別及其尾部的定位;最后,為了提取著艦標志的特征點坐標,對角點檢測與匹配算法進行研究,同時根據(jù)著艦標志在圖像中所在的位置,求解出云臺攝像機需要調整的位移與速度,使目標保持在鏡頭中心范圍內,從而完成無人機對著艦標志的跟蹤過程。此外,本文還論述了無人機視覺系統(tǒng)硬件的選型與搭建,以及跟蹤識別目標的流程,并在此實驗平臺上進行了仿真實驗。根據(jù)仿真實驗結果,本文的算法是準確可行的,實現(xiàn)了機載視覺系統(tǒng)對目標進行跟蹤識別的過程。
【關鍵詞】：小型無人直升機 視覺跟蹤 目標識別 特征提取
【學位授予單位】：黑龍江大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：V279;TP391.41
【目錄】：

• 中文摘要4-5
• Abstract5-10
• 第1章 緒論10-16
• 1.1 課題研究的背景及意義10-11
• 1.2 小型無人直升機視覺系統(tǒng)研究概況與應用11-12
• 1.3 目標跟蹤與識別技術及其研究現(xiàn)狀12-14
• 1.4 本文研究的主要內容14-16
• 1.4.1 研究內容14
• 1.4.2 文章結構14-16
• 第2章 無人機圖像跟蹤技術研究16-31
• 2.1 數(shù)字圖像預處理16-24
• 2.1.1 數(shù)字圖像的灰度化17-19
• 2.1.2 灰度直方圖19-20
• 2.1.3 數(shù)字圖像的二值化20-22
• 2.1.4 形態(tài)圖像處理22-24
• 2.2 目標的檢測與跟蹤24-25
• 2.3 無人機視覺平臺的設計與搭建25-30
• 2.3.1 無人機視覺系統(tǒng)硬件平臺的搭建26
• 2.3.2 無人機視覺系統(tǒng)總體結構26
• 2.3.3 CCD圖像傳感器與圖像采集26-28
• 2.3.4 無人機參數(shù)及PC104參數(shù)介紹28-30
• 2.4 本章小結30-31
• 第3章 艦船的檢測與識別31-51
• 3.1 目標輪廓提取算法研究31-37
• 3.1.1 圖像邊緣檢測31-33
• 3.1.2 主動輪廓模型33-36
• 3.1.3 Sobel算子與Snake模型結合的輪廓提取36-37
• 3.2 算法的實現(xiàn)與結果分析37-41
• 3.3 艦船的識別41-46
• 3.3.1 形狀特征的提取42-44
• 3.3.2 基于形狀特征匹配的艦船識別方法44-45
• 3.3.3 特征數(shù)據(jù)的整理與分析45-46
• 3.4 艦船尾部甲板識別46-49
• 3.4.1 形狀的識別與分類算法47-48
• 3.4.2 艦船頭部與尾部的定位48-49
• 3.5 本章小結49-51
• 第4章 著艦標志特征點提取與跟蹤51-68
• 4.1 著艦標志的設計51-52
• 4.2 著艦標志的角點檢測52-56
• 4.2.1 Harris檢測算子52-54
• 4.2.2 角點坐標的提取54-56
• 4.3 角點匹配的算法研究56-59
• 4.3.1 NCC匹配算法56-57
• 4.3.2 RANSAC匹配算法57-59
• 4.4 算法的實現(xiàn)與結果分析59-63
• 4.5 著艦標志的跟蹤63-67
• 4.5.1 坐標系的建立63-64
• 4.5.2 跟蹤目標的位置估計64-66
• 4.5.3 云臺攝像機跟蹤控制66-67
• 4.6 本章小結67-68
• 結論68-69
• 參考文獻69-74
• 致謝74

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張國亮;謝宗武;蔣再男;王捷;劉宏;;模糊化多視覺信息融合的視覺跟蹤策略[J];西安交通大學學報;2009年08期

2 許鵬,王平江,陳吉紅;線結構激光仿型測量中的視覺跟蹤算法[J];計量技術;2000年04期

3 許鵬,陳吉紅,王平江;線結構激光仿型測量中的視覺跟蹤算法[J];機械與電子;2000年01期

4 田軍;魏振華;;視覺跟蹤新算法[J];中國電力教育;2008年S1期

5 鐘麗;靳智;梁山;;控制河段智能視覺跟蹤控制系統(tǒng)設計[J];交通科技;2013年04期

6 王國棟，國澄明，吳仁育，烏日圖，李曉琦;機器人焊接視覺跟蹤[J];天津大學學報;1995年01期

7 楊戈;劉宏;;面向人體運動視覺跟蹤的多線索融合算法[J];計算機輔助設計與圖形學學報;2009年10期

8 錢夔;宋愛國;熊鵬文;;基于粒子濾波的移動物體視覺跟蹤方法[J];南京信息工程大學學報(自然科學版);2011年05期

9 夏瑜;吳小俊;;基于新穎相似度的視覺跟蹤算法[J];南京師范大學學報(工程技術版);2008年04期

10 肖增文;楊小蘭;鄒景超;劉極峰;;城軌門弧焊視覺跟蹤圖像采集處理方法與試驗[J];制造業(yè)自動化;2008年05期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 呂玉生;趙杰煜;;具有視覺跟蹤的中英文語音動畫系統(tǒng)[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

2 李善青;賈云得;柳陽;;一種用于穿戴計算的指示手勢視覺跟蹤方法[A];第三屆和諧人機環(huán)境聯(lián)合學術會議（HHME2007）論文集[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前9條

1 王法勝;復雜場景下的單目標視覺跟蹤算法研究[D];大連海事大學;2014年

2 徐蕭蕭;基于特征學習與特征聯(lián)想的視覺跟蹤算法研究[D];中國科學技術大學;2010年

3 王其聰;復雜觀測條件下的基于粒子濾波的視覺跟蹤[D];浙江大學;2007年

4 夏瑜;視覺跟蹤新方法及其應用研究[D];江南大學;2013年

5 王芳林;穩(wěn)健視覺跟蹤算法中的關鍵問題研究[D];上海交通大學;2009年

6 溫靜;基于張量子空間學習的視覺跟蹤方法研究[D];西安電子科技大學;2010年

7 蘇潔;光照變化下的視覺跟蹤算法研究[D];哈爾濱工程大學;2010年

8 王棟;基于線性表示模型的在線視覺跟蹤算法研究[D];大連理工大學;2013年

9 代江華;粒子濾波架構下視覺目標跟蹤相關技術研究[D];華中科技大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 郭標;焊縫視覺跟蹤系統(tǒng)設計[D];西南交通大學;2015年

2 張瑞;基于貝葉斯估計的視覺跟蹤算法研究[D];福建師范大學;2015年

3 祝寶龍;基于視覺跟蹤技術的眼控鼠標研究[D];哈爾濱工業(yè)大學;2015年

4 劉養(yǎng)彪;運動模糊下的視覺跟蹤算法研究[D];北京理工大學;2015年

5 向秀娟;基于視覺跟蹤的移動機器人定位研究[D];新疆大學;2015年

6 張勁;基于在線隱變量支持向量機的尺度自適應視覺跟蹤[D];西安電子科技大學;2014年

7 范曲;復雜場景下運動目標的視覺跟蹤方法研究[D];重慶大學;2015年

8 孟凡帥;面向物料輸送過程狀態(tài)監(jiān)控與故障報警的視覺跟蹤技術的研究[D];河北工業(yè)大學;2015年

9 張欣;基于粒子濾波的視覺跟蹤算法的FPGA實現(xiàn)[D];北京理工大學;2016年

10 黃梁華;基于張量表達的視覺跟蹤算法研究[D];北京理工大學;2016年

，

本文編號：593963