【摘要】：無人機對地目標跟蹤在偵查、預警、打擊等領域具有重要作用及戰(zhàn)略需求。在實際的對地目標跟蹤或者打擊時,無人機需要快速抵近飛行接近目標。在這一過程中,存在影響目標跟蹤性能的若干關鍵問題,本文對此展開重點研究,以實現實時準確的跟蹤目標。研究了一種融合似物性、顯著性、先驗性信息的初始跟蹤目標精確定位算法,為后續(xù)的目標跟蹤提供精確的初始跟蹤目標。首先基于Edge Boxes似物性檢測算法得到圖像中多個似物區(qū)域,計算像素似物概率分布;接著采用頻譜殘差法構建像素顯著性概率分布;然后根據檢測確定的目標初始位置構建先驗概率分布圖;最后將這三者自適應融合構建多重線索融合概率分布,其中概率最高的Edge Boxes似物矩形區(qū)域作為精確定位后的初始跟蹤目標區(qū)域。實驗結果表明:算法能夠在初始跟蹤目標框出現較大漂移以及尺度變化的情況下,實時的對目標進行精確定位。針對無人機對地運動小目標實時跟蹤中目標快速運動和目標被遮擋的難題,提出了自適應的融合基于多通道局部HOG特征的相關濾波模型跟蹤響應和改進的全局顏色特征模型跟蹤響應,對運動小目標進行準確的跟蹤。利用判斷指標判定目標快速運動時,擴大顏色跟蹤的局部搜索區(qū)域,在顏色跟蹤響應的多峰值位置,利用最優(yōu)相關濾波器進行重檢測來確定真實目標。利用判斷指標判定目標被遮擋時,將局部搜索區(qū)域擴大,進行顏色初檢測跟蹤,在顏色跟蹤響應的多峰值位置,利用被遮擋前的相關濾波器進行重檢測得到目標的位置。實驗結果表明:算法能夠實時準確的跟蹤快速運動小目標,平均幀率40.23幀/秒,具有較好的實時性。針對目標在跟蹤過程中出現劇烈形變、特別是劇烈尺度變化的情況,提出了融合圖像顯著性與特征點匹配的形變目標跟蹤算法。首先利用初始幀確定目標模板和目標模板特征點集合;接著對當前幀進行特征點檢測,并與目標模板特征點集合進行匹配得到匹配特征點子集;然后融合匹配特征點和光流特征點確定可靠特征點集;再后基于可靠特征點集和目標模板特征點集粗確定目標跟蹤框,基于圖像顯著性精確定目標跟蹤框;最后融合圖像顯著性和可靠特征點自適應確定目標跟蹤框。當連續(xù)三幀目標發(fā)生劇烈形變時,更新目標模板和目標模板特征點集。實驗結果表明:算法能夠實時準確的跟蹤劇烈形變的目標,特別是劇烈尺度變化的目標,平均幀率48.6幀/秒。
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：V279
【圖文】：

(a) 捕食者無人機 (b) Switchable 無人機 (c) 哈比反輻射無人機圖 1.1 偵查打擊一體化無人機偵察打擊一體化無人機技術滿足信息化戰(zhàn)爭對武器系統縮短“從傳感器到射手”的反應時間，實現“發(fā)現即打擊”的要求。無人機機載光電探測系統則是實現這一技術的核心系統之一。機載光電探測系統由光電探測模塊和電子計算模塊構成，分別承擔獲取目標信息和處理目標方

無人機機載光電探測系統

9圖 2.2 Edge Boxes 似物矩形框檢測結果2.3 基于多信息融合概率分布的初始跟蹤目標精確定位算法精確定位目標區(qū)域 Br被定義為融合概率分布中具有最高區(qū)域概率分數 ; ip b c 的 EdgeBox

【參考文獻】

相關期刊論文 前5條

1 馬良;穆朝絮;楊萬扣;賀海鵬;;四旋翼無人機目標跟蹤系統設計[J];控制工程;2015年06期

2 金兆飛;雷仲魁;李倩;;基于運動目標跟蹤與定位的無人機測速技術[J];光電工程;2015年02期

3 王大鵬;范惠林;侯滿義;陳丹強;劉成亮;;轟炸光電瞄準系統現狀與發(fā)展[J];激光與紅外;2013年09期

4 沈宏海;黃猛;李嘉全;劉晶紅;戴明;賈平;;國外先進航空光電載荷的進展與關鍵技術分析[J];中國光學;2012年01期

5 謝斌;張開石;潘華東;項志宇;;未知環(huán)境中無人機適航地圖構建與地面目標跟蹤[J];浙江大學學報(工學版);2010年01期

本文編號：2788577