隨著無人機技術的不斷成熟和相關產品價格的大幅下降,各類型無人機已被應用于不同領域。小型無人機目標具有尺寸小、飛行速度多變、飛行環(huán)境復雜等特點,使得光學圖像或視頻中小型無人機目標的檢測與跟蹤成為典型的復雜環(huán)境弱目標檢測與跟蹤問題,是基于光學傳感器運動目標檢測與跟蹤的難點技術問題。由于雷達探測和無源定位只能粗略獲取無人機目標的位置信息,通過研究基于光學視頻的無人機目標檢測與跟蹤方法,可以獲得目標的幾何輪廓信息,并實現識別與跟蹤。本課題研究了基于視頻的小型無人機目標檢測與跟蹤方法,主要內容包括視頻圖像預處理、視頻場景分析、視頻中運動無人機目標檢測以及基于核相關濾波（Kernelized Correlation Filter,KCF）無人機目標跟蹤。本文的主要工作與貢獻主要有:（1）對無人機飛行的各類視頻背景進行分析,在總結現有視頻圖像預處理以及目標特征提取方法的基礎之上,結合無人機目標的特點,對視頻進行二值化、圖像增強、形態(tài)學等處理,使得目標某些局部特征更加明顯。（2）針對實際系統(tǒng)中對無人機目標檢測與定位在準確率和實時性方面較高的要求,本文分別對比了傳統(tǒng)的運動目標檢測方法和需離線訓練的有監(jiān)督... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：82 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景與意義
    1.2 國內外研究現狀
        1.2.1 無人機反制系統(tǒng)的研究現狀
        1.2.2 小型無人機目標探測的研究現狀
        1.2.3 基于視頻的目標檢測研究現狀
        1.2.4 目標跟蹤研究現狀
    1.3 論文章節(jié)安排
第二章 視頻場景分析與圖像預處理
    2.1 引言
    2.2 整體流程
    2.3 常見無人機視頻場景分析
    2.4 視頻圖像預處理
        2.4.1 彩色圖像灰度化
        2.4.2 圖像平滑去噪
        2.4.3 圖像二值化與增強處理
        2.4.4 圖像形態(tài)學處理
    2.5 本章小結
第三章 小型無人機目標檢測算法研究
    3.1 引言
    3.2 基于視頻的目標檢測方法
        3.2.1 幀差法
        3.2.2 背景減除法
    3.3 基于學習的目標檢測方法
        3.3.1 傳統(tǒng)的目標檢測
        3.3.2 基于候選區(qū)域的深度學習目標檢測算法
        3.3.3 基于端到端的深度學習目標檢測算法
    3.4 基于二值化正則梯度的目標快速檢測
        3.4.1 BING算法介紹
        3.4.2 小型無人機的數據訓練
        3.4.3 基于BING的小型無人機檢測步驟
    3.5 檢測結果與性能分析
    3.6 本章小結
第四章 小型無人機目標跟蹤方法研究與性能分析
    4.1 引言
    4.2 基于視頻的目標跟蹤方法
        4.2.1 粒子濾波跟蹤算法
        4.2.2 TLD跟蹤算法
    4.3 KCF方法介紹
        4.3.1 線性回歸與相關濾波
        4.3.2 核技巧
        4.3.3 KCF快速跟蹤關鍵
        4.3.4 基于KCF的小型無人機目標跟蹤
    4.4 基于位置預測和尺度自適應的KCF跟蹤方法
        4.4.1 位置預測方法
        4.4.2 尺度變換
        4.4.3 檢測矯正
        4.4.4 基于TPD-KCF跟蹤模型
    4.5 跟蹤結果分析與對比
        4.5.1 實驗環(huán)境及參數設置
        4.5.2 評價指標
        4.5.3 結果與分析
    4.6 本章小結
第五章 總結與展望
    5.1 全文總結
    5.2 未來工作展望
致謝
參考文獻
攻碩期間取得的研究成果


【參考文獻】：
期刊論文
[1]基于幀間差分的ViBe運動目標檢測[J]. 徐君妍,袁址赟,崔宗勇,曹宗杰.  科學技術與工程. 2017(27)
[2]復雜場景下的加權粒子濾波行人跟蹤方法[J]. 徐君妍,崔宗勇,羅遠慶,曹宗杰.  信號處理. 2017(07)
[3]基于多特征融合的運動目標顯著性檢測[J]. 杜敏.  電子設計工程. 2016(08)
[4]國外無人機監(jiān)管及反制技術最新發(fā)展概況[J]. 石紅梅,譚晃.  中國安防. 2016(04)
[5]小型無人機安全研究綜述.[J]. 劉煒,馮丙文,翁健.  網絡與信息安全學報. 2016(03)
[6]基于噪聲檢測的自適應中值濾波算法[J]. 時軍艷,劉樹聃.  計算機工程與設計. 2011(09)
[7]一種改進的混合高斯模型背景估計方法[J]. 蔣明,潘姣麗.  微型機與應用. 2011(11)
[8]巴特沃斯非線性混合濾波器圖像濾波方法設計[J]. 王大紅,胡茂林.  計算機工程與應用. 2010(21)
[9]圖像高斯平滑濾波分析[J]. 王耀貴.  計算機與信息技術. 2008(08)
[10]幾種精確制導技術簡述[J]. 姚秀娟,彭曉樂,張永科.  激光與紅外. 2006(05)

博士論文
[1]智能視頻監(jiān)控中的運動目標檢測與跟蹤技術研究[D]. 屈鑒銘.西安電子科技大學 2015
[2]基于視頻的目標檢測與跟蹤方法研究[D]. 李宏友.重慶大學 2009

碩士論文
[1]基于KCF的視頻中運動物體的跟蹤系統(tǒng)[D]. 李娟.湖南師范大學 2016
[2]基于視頻的行人檢測與跟蹤方法研究[D]. 羅遠慶.電子科技大學 2016
[3]基于OPENCV的運動目標檢測與跟蹤技術研究[D]. 侯穆.西安電子科技大學 2012
[4]基于視頻的運動目標提取算法研究[D]. 沈茵茵.吉林大學 2011



本文編號：3270128