無人機快速發(fā)展并被廣泛應(yīng)用,但由于管控手段不足,小型無人機“黑飛”事件頻發(fā),反無人機技術(shù)的需求越來越迫切。雷達、無源射頻、聲學(xué)探測等航空探測手段雖然能獲取無人機目標(biāo)的位置信息,但由于成本較高等原因在反小型無人機方面并不能有效使用。而機器視覺能夠在較低的成本下檢測與跟蹤小型無人機目標(biāo),通過攝像機實時采集低空區(qū)域的視頻圖像,對采集的視頻圖像進行相應(yīng)處理來實現(xiàn)對小型無人機的檢測與跟蹤。但反小型無人機系統(tǒng)的檢測和跟蹤過程中無人機目標(biāo)尺寸小、飛行姿態(tài)多變、飛行環(huán)境復(fù)雜,采集的視頻圖像質(zhì)量是視覺目標(biāo)跟蹤準(zhǔn)確的重要影響因素,因此研究復(fù)雜天氣環(huán)境下小型無人機目標(biāo)檢測與跟蹤技術(shù)尤為重要。為此,為了提高復(fù)雜天氣環(huán)境下無人機目標(biāo)檢測與跟蹤的準(zhǔn)確性,針對影響視頻采集質(zhì)量最大的霧霾和雨兩種復(fù)雜天氣環(huán)境下所捕獲的視頻圖像對比度和清晰度均降低,跟蹤目標(biāo)易丟失的問題,重點研究這兩種天氣環(huán)境下的小型無人機目標(biāo)檢測與跟蹤方法,主要研究內(nèi)容如下:（1）針對暗通道先驗去霧算法所獲取的圖像在不同景深處易丟失圖像的清晰度,以至于目標(biāo)難以被檢測到的問題,提出了一種基于不同遠近景的高斯加權(quán)融合暗通道去霧霾的改進方法。首先在暗通道先驗... 

【文章來源】：西華大學(xué)四川省

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【部分圖文】：

無人機干擾事故Fig1.1Dronejammingaccident

霧霾天氣Fig.2.1Fogweather

西華大學(xué)碩士學(xué)位論文11衡分布，以此來對有霧圖像增強，根據(jù)每個像素的鄰域?qū)ο袼剡M行處理，然后得到去霧后的圖像。如圖2.2為直方圖均衡化方法的去霧圖像。（a）霧天圖像及其直方圖（b）去霧后圖像及其直方圖圖2.2直方圖均衡化方法去霧Fig.2.2Histogramequalizationremovingfogmethod在圖2.2中，可以看出對大面積的天空出現(xiàn)非常嚴重的光暈現(xiàn)象，這是由于子塊不重疊會使各個子塊之間的直方圖均衡函數(shù)相差很大，而且在霧的濃度不均勻且深度信息未知時，物體邊緣失真出現(xiàn)塊效應(yīng)，因而很少采用�；谏屎愠Ｐ缘囊暰W(wǎng)膜皮層Retinex方法，是對人眼顏色感知特性分析，在對主要從人眼對顏色的感知特性出發(fā)，在信息傳遞過程視覺系統(tǒng)會自動對信息進行一定的處理，消除了與光源相關(guān)的一系列不確定因素，對能體現(xiàn)物體本身特質(zhì)的信息保留，比如反射系數(shù)。當(dāng)描述物體本質(zhì)特征的相關(guān)信息被傳送到大腦皮層時，它被處理成更復(fù)雜的信息，最終形成人類的視覺。一般來說，場景照明引起的顏色變化是平坦的，而物體表面變化引起的顏色變化是突變的。通過區(qū)分這兩種變化，可以區(qū)分圖像的光照變化和表面變化。根據(jù)這一理論，可以找到從總的光量中分離反射成分的方法。

【參考文獻】：
期刊論文
[1]一種視頻監(jiān)控中基于航跡的運動小目標(biāo)檢測算法[J]. 孫怡峰,吳疆,黃嚴嚴,湯光明.  電子與信息學(xué)報. 2019(11)
[2]安防企業(yè)無人機反制系統(tǒng)的發(fā)展與應(yīng)用[J]. 劉豪.  中國安防. 2018(06)
[3]基于開運算暗通道和優(yōu)化邊界約束的圖像去霧算法[J]. 楊紅,崔艷.  光子學(xué)報. 2018(06)
[4]圖像去霧的最新研究進展[J]. 吳迪,朱青松.  自動化學(xué)報. 2015(02)
[5]融合圖像質(zhì)量評價指標(biāo)的相關(guān)性分析及性能評估[J]. 張小利,李雄飛,李軍.  自動化學(xué)報. 2014(02)
[6]一種視頻雨滴檢測與消除的方法[J]. 董蓉,李勃,陳啟美.  自動化學(xué)報. 2013(07)
[7]基于貝葉斯統(tǒng)計推理的故障定位實驗研究[J]. 柳永坡,吳際,金茂忠,楊海燕,賈曉霞,劉雪梅.  計算機研究與發(fā)展. 2010(04)
[8]視覺跟蹤技術(shù)綜述[J]. 侯志強,韓崇昭.  自動化學(xué)報. 2006(04)

碩士論文
[1]基于視頻的小型無人機目標(biāo)檢測與跟蹤方法研究[D]. 徐君妍.電子科技大學(xué) 2018
[2]基于視覺的無人機入侵檢測與跟蹤系統(tǒng)設(shè)計與實現(xiàn)[D]. 邵盼愉.浙江大學(xué) 2018
[3]基于視頻的變壓器油位檢測方法研究與實現(xiàn)[D]. 石林玉.西華大學(xué) 2017
[4]單幅圖像去雨雪的算法研究[D]. 鄭賢輝.廈門大學(xué) 2014
[5]基于光流法的運動目標(biāo)檢測與跟蹤技術(shù)[D]. 裴巧娜.北方工業(yè)大學(xué) 2009



本文編號：3526486