学位论文 > 优秀研究生学位论文题录展示
基于无人机机载电视成像的地面目标跟踪
作 者: 祝国浩
导 师: 杨卫平;王鲁平
学 校: 国防科学技术大学
专 业: 信息与通信工程
关键词: 无人机 模板匹配 遮挡 匹配跟踪 均值偏移 粒子滤波
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 107次
引 用: 0次
阅 读: 论文下载
内容摘要
无人机在现代信息化战争中具有极其重大的意义,它可以执行空中侦察,为武器提供目标定位、目标指示、目标动态监视等重大的任务,是现代信息战争中的有力武器,同时也是其他武器系统的倍增器。而目标跟踪系统是现代无人机有效载荷的重要组成部分。本文针对无人机平台,对复杂地面背景下的成像目标跟踪技术展开了深入的研究。本文的主要工作如下:1.首先研究和总结了当前主要的成像目标跟踪算法,初步分析了该项技术的难点以及特点。2.本文采用灰度特征来实现目标匹配跟踪。利用FFT加速匹配相关运算,采用全局爬山法减少搜索次数以实现实时性地跟踪。并且引入kalman滤波器对模版更新做了改进,通过多模板匹配的方法改善了跟踪系统的部分抗遮挡能力。3.基于灰度特征的模板匹配跟踪算法容易受到复杂地面背景的干扰,本章通过基于背景抑制的mean-shift跟踪算法实现了机载复杂地面目标的稳定跟踪。mean-shift跟踪算法作为一种高效模式匹配算法无需全局搜索,可以有效快速匹配到跟踪位置,极大地改善了系统的实时性,对目标旋转、变形及光照变化等也具有较好地鲁棒性。并且本章通过引用尺度空间理论,解决跟踪时自适应目标大小的问题。4.由于单纯的mean-shift目标跟踪算法对目标遮挡,快速运动和机动跟踪效果较差,本文提出结合粒子滤波器的mean shift跟踪方法。通过粒子滤波跟踪器来预测目标的位置,在预测位置上利用mean-shift跟踪方法来实现精确跟踪,并利用跟踪值作为粒子滤波器的观测值以更新粒子的权重。通过利用粒子滤波器的预测值和mean-shift实际匹配的位置值相比来判断目标是否遭遇大比例遮挡。当判定遮挡后利用粒子滤波器的预测值代替跟踪值,并停止利用mean-shift的跟踪值更新粒子权重。在判定粒子退化和目标跟踪正常的情况下,在正确的跟踪位置均匀采样粒子以实现粒子滤波器的重采样,通过这种方法来解决粒子滤波器的粒子退化问题。通过对两种方法的有机结合有效的改善了目标快速运动和遭遇遮挡时系统的稳定性,提高了跟踪系统的整体性能。
|
全文目录
摘要 8-9 ABSTRACT 9-10 第一章 绪论 10-19 1.1 课题的背景及意义 10 1.2 国内外研究现状 10-12 1.3 课题的主要研究内容 12-16 1.3.1 静止平台情况下目标跟踪 12-13 1.3.2 平台运动情况下的目标跟踪 13-16 1.4 本文的主要工作和内容 16-19 第二章 基于无人机机载电视成像下的目标跟踪 19-30 2.1 引言 19 2.2 目标跟踪 19-27 2.2.1 匹配准则 20-22 2.2.2 搜索法则 22-24 2.2.3 模板更新 24-26 2.2.4 多子模板匹配 26-27 2.3 实验分析 27-29 2.4 小结 29-30 第三章 改进的mean-shift 跟踪算法 30-44 3.1 引言 30 3.2 Mean-shift 跟踪算法 30-36 3.2.1 mean-shift 理论 30-33 3.2.2 目标建模 33-34 3.2.3 相似性准则 34-35 3.2.4 mean-shift 跟踪方法分析 35-36 3.3 改进的mean-shift 跟踪方法 36-40 3.3.1 基于背景抑制的mean-shift 跟踪方法 36-38 3.3.2 尺度自适应的mean-shift 跟踪方法 38-40 3.4 实验分析 40-43 3.5 小结 43-44 第四章 快速抗遮挡mean-shift 跟踪算法 44-60 4.1 引言 44-45 4.2 粒子滤波的介绍 45-54 4.2.1 贝叶斯滤波原理 45-47 4.2.2 序列重要性采样 47-50 4.2.3 粒子滤波跟踪算法 50-54 4.3 快速抗遮挡mean-shift 跟踪算法 54-56 4.4 实验分析 56-59 4.5 小结 59-60 结束语 60-61 致谢 61-62 参考文献 62-65 作者在学期间取得的学术成果 65
|
相似论文
- 基于多Agent理论的卫星协同定轨技术研究,V474
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 有标记点的人体三维运动数据获取方法的研究,TP391.41
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- 空间红外目标仿真与跟踪技术研究,TP391.41
- 手势追踪研究与手势识别应用平台实现,TP391.4
- 复杂场景中运动目标的检测与跟踪,TP391.41
- 无线传感器网络的目标跟踪算法研究,TN929.5
- 驾驶员眼睛开闭状态计算机图像识别技术开发,TP391.41
- 基于鱼眼相机的运动物体检测和跟踪,TP391.41
- 基于无线传感器网络的目标定位跟踪研究,TN929.5
- 跟踪印花系统视觉检测算法研究,TP391.41
- 基于稀疏分解的医学图像去噪,TP391.41
- 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
- 基于支撑向量机与模板匹配的眼底图像分割,TP391.41
- 基于并联机构的视觉伺服技术,TP391.41
- 视景仿真技术在无人机任务规划中的应用与研究,V279
- 无人机测控系统技术研究,V279
- 小型无人机在警用领域的应用与造型设计研究,V279
- 无线传感器网络定位及目标跟踪的研究,TN929.5
- 自主水下航行器组合导航算法研究与系统实现,U666.1
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|