在很多無人機(jī)的應(yīng)用中,都包含對(duì)目標(biāo)的檢測(cè)與跟蹤,因此,無人機(jī)地面移動(dòng)目標(biāo)的檢測(cè)與跟蹤有很大的研究?jī)r(jià)值,應(yīng)用需求廣泛�，F(xiàn)階段的研究都是假定目標(biāo)背景環(huán)境非常理想,而現(xiàn)實(shí)中,不僅環(huán)境復(fù)雜,且跟蹤的目標(biāo)距離攝像機(jī)的遠(yuǎn)近也會(huì)影響跟蹤的效果,當(dāng)距離目標(biāo)較遠(yuǎn)時(shí),目標(biāo)在圖像視場(chǎng)中占有較小比例;相反,就會(huì)有較大的比例,邊緣輪廓以及紋理信息清晰可分辨。論文提出一種基于視覺的無人機(jī)的目標(biāo)跟蹤方法,本文為了減小背景環(huán)境中干擾物的負(fù)面影響,嘗試研究長(zhǎng)時(shí)間跟蹤及大尺度變化目標(biāo)檢測(cè)的有效手段,目的是提高系統(tǒng)的實(shí)時(shí)性及魯棒性。論文的主要工作如下:1、首先介紹了當(dāng)前國(guó)內(nèi)外的跟蹤算法的研究背景、對(duì)當(dāng)前主要檢測(cè)與跟蹤系統(tǒng)做了基礎(chǔ)性的闡釋;同時(shí)在目標(biāo)檢測(cè)與跟蹤算法層面上,分析了它們之間的優(yōu)劣及發(fā)展方向,探尋當(dāng)前研究存在的問題,找到待突破的地方,從而為本論文的研究工作奠定方向。2、提出一種基于背景加權(quán)局部敏感直方圖（LSH）聯(lián)合邊緣梯度直方圖（HOG）的粒子濾波跟蹤算法,該方法能增強(qiáng)被跟蹤目標(biāo)特征的描述,能適應(yīng)目標(biāo)尺度變化、遮擋等問題,且具有光照不變性特點(diǎn),能很好地實(shí)現(xiàn)對(duì)小目標(biāo)的檢測(cè)與跟蹤,有效解決室外復(fù)雜環(huán)境下移動(dòng)目標(biāo)跟蹤過... 

【文章來源】：湖南工業(yè)大學(xué)湖南省

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 無人機(jī)分類及應(yīng)用前景
        1.2.2 國(guó)內(nèi)外無人機(jī)目標(biāo)跟蹤系統(tǒng)研究現(xiàn)狀
        1.2.3 國(guó)內(nèi)外目標(biāo)跟蹤算法研究現(xiàn)狀
    1.3 論文的研究?jī)?nèi)容和創(chuàng)新點(diǎn)
        1.3.1 研究?jī)?nèi)容與章節(jié)安排
        1.3.2 創(chuàng)新點(diǎn)
第二章 地面移動(dòng)目標(biāo)特征表示
    2.1 引言
    2.2 目標(biāo)顏色特征檢測(cè)
        2.2.1 不同顏色空間目標(biāo)檢測(cè)效果比較
        2.2.2 局部加權(quán)顏色直方圖模型
        2.2.3 局部敏感直方圖
        2.2.4 背景加權(quán)局部敏感直方圖
    2.3 目標(biāo)邊緣特征檢測(cè)
        2.3.1 canny邊緣檢測(cè)及改進(jìn)
        2.3.2 邊緣方向直方圖
    2.4 目標(biāo)檢測(cè)與定位
        2.4.1 邊緣特征提取
        2.4.2 目標(biāo)尺寸位置計(jì)算
    2.5 本章小結(jié)
第三章 無人機(jī)地面移動(dòng)目標(biāo)跟蹤系統(tǒng)建模
    3.1 引言
    3.2 坐標(biāo)系構(gòu)建
        3.2.1 坐標(biāo)系定義
        3.2.2 坐標(biāo)系之間的關(guān)系
    3.3 跟蹤系統(tǒng)建模
        3.3.1 無人機(jī)建模
        3.3.2 地面移動(dòng)目標(biāo)建模
        3.3.3 云臺(tái)攝像機(jī)建模
    3.4 運(yùn)動(dòng)建模
        3.4.1 無人機(jī)與地面移動(dòng)目標(biāo)的相對(duì)運(yùn)動(dòng)
        3.4.2 無人機(jī)、攝像機(jī)與地面移動(dòng)目標(biāo)的相對(duì)位置關(guān)系
        3.4.3 目標(biāo)成像模型
    3.5 本章小結(jié)
第四章 運(yùn)動(dòng)目標(biāo)跟蹤算法設(shè)計(jì)與實(shí)現(xiàn)
    4.1 引言
    4.2 目標(biāo)狀態(tài)模型及估計(jì)
        4.2.1 目標(biāo)狀態(tài)模型
        4.2.2 目標(biāo)觀測(cè)模型
        4.2.3 目標(biāo)狀態(tài)估計(jì)
    4.3 粒子濾波算法及實(shí)現(xiàn)
        4.3.1 粒子建模優(yōu)化
        4.3.2 狀態(tài)轉(zhuǎn)移方程建模
        4.3.3 觀測(cè)方程建模及粒子權(quán)值更新
        4.3.4 相似性度量
        4.3.5 粒子重采樣
        4.3.6 算法流程
    4.4 基于特征融合的粒子濾波目標(biāo)跟蹤算法
        4.4.1 目標(biāo)特征模型
        4.4.2 目標(biāo)運(yùn)動(dòng)狀態(tài)估計(jì)
        4.4.3 目標(biāo)尺度估計(jì)
        4.4.4 觀測(cè)方程建模的優(yōu)化
        4.4.5 算法步驟
    4.5 本章小結(jié)
第五章 實(shí)驗(yàn)結(jié)果及分析
    5.1 引言
    5.2 算法驗(yàn)證實(shí)驗(yàn)
        5.2.1 室內(nèi)仿真實(shí)驗(yàn)一（遮擋問題）
        5.2.2 室內(nèi)仿真實(shí)驗(yàn)二（光照與尺度變化問題）
    5.3 無人機(jī)運(yùn)動(dòng)目標(biāo)跟蹤實(shí)驗(yàn)
    5.4 討論
第六章 總結(jié)與展望
    6.1 論文研究工作總結(jié)
    6.2 后續(xù)工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間科研工作成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]大疆掘金“無人機(jī)” 市場(chǎng)爆發(fā)尚需時(shí)日[J]. 梁偉,董枳君.  商學(xué)院. 2018(09)
[2]固定翼無人機(jī)地面車輛目標(biāo)自動(dòng)檢測(cè)[J]. 李大偉,李明濤,鄭建華,楊成偉.  電子設(shè)計(jì)工程. 2018(08)
[3]基于聯(lián)合直方圖的自適應(yīng)粒子濾波跟蹤算法[J]. 劉少林,朱文球,孫文靜,王業(yè)祥.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(06)
[4]基于視覺的室內(nèi)四旋翼無人機(jī)目標(biāo)追蹤系統(tǒng)設(shè)計(jì)[J]. 龔子然,代勇,王響,王玉花.  儀器儀表用戶. 2018(01)
[5]基于改進(jìn)CamShift融合Kalman濾波的無人機(jī)目標(biāo)跟蹤研究[J]. 劉亞偉,李小民,陳為元.  電光與控制. 2017(08)
[6]基于視覺的四旋翼無人機(jī)目標(biāo)跟蹤系統(tǒng)設(shè)計(jì)[J]. 姜俊俊,李明,張宇.  中國(guó)科技信息. 2016(14)
[7]小型無人機(jī)立體視覺目標(biāo)追蹤定位方法[J]. 王亭亭,蔡志浩,王英勛.  電光與控制. 2016(05)
[8]HSV顏色空間的飽和度與明度關(guān)系模型[J]. 馬玲,張曉輝.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2014(08)
[9]改進(jìn)擴(kuò)展卡爾曼濾波算法的目標(biāo)跟蹤算法[J]. 楊鵬生,吳曉軍,張玉梅.  計(jì)算機(jī)工程與應(yīng)用. 2016(05)
[10]粒子濾波目標(biāo)跟蹤中的有效粒子數(shù)控制方法[J]. 文志強(qiáng),朱艷輝,彭召意.  控制與決策. 2013(09)

博士論文
[1]固定翼無人機(jī)地面車輛目標(biāo)自動(dòng)檢測(cè)與跟蹤[D]. 李大偉.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院國(guó)家空間科學(xué)中心) 2017
[2]基于粒子濾波的視覺目標(biāo)跟蹤方法關(guān)鍵技術(shù)研究[D]. 王寧.華中科技大學(xué) 2013
[3]基于視覺的小型無人直升機(jī)地面目標(biāo)跟蹤技術(shù)研究[D]. 辛哲奎.南開大學(xué) 2010

碩士論文
[1]基于視頻監(jiān)控的車輛違章行為檢測(cè)方法研究[D]. 陳志祥.重慶大學(xué) 2016
[2]四旋翼無人機(jī)地面目標(biāo)跟蹤系統(tǒng)的研究與設(shè)計(jì)[D]. 馬良.東南大學(xué) 2015
[3]旋翼無人機(jī)跟蹤地面移動(dòng)目標(biāo)的視覺控制[D]. 姜運(yùn)宇.哈爾濱工業(yè)大學(xué) 2014
[4]基于壓縮感知的目標(biāo)跟蹤研究[D]. 王松林.南京理工大學(xué) 2014
[5]自適應(yīng)顏色直方圖的粒子濾波算法[D]. 劉錚.武漢理工大學(xué) 2012
[6]基于粒子濾波器的視頻目標(biāo)跟蹤[D]. 陳卓.華中科技大學(xué) 2012



本文編號(hào)：3184068