基于無人機(jī)視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究
發(fā)布時(shí)間:2025-01-04 07:32
隨著無人機(jī)技術(shù)的逐漸民用化,無人機(jī)航拍技術(shù)成為人們獲取信息的主要手段之一。研究無人機(jī)視頻中運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤方法對(duì)無人機(jī)實(shí)時(shí)作業(yè)或者后期視頻圖像信息的處理具有重要的意義。然而,無人機(jī)由于其靈活多變的飛行方式,其航拍的視頻中通常具有背景復(fù)雜、視角廣闊、尺度多變、遮擋丟失等情況,都是圖像檢測(cè)和跟蹤領(lǐng)域中的難點(diǎn)。本文主要對(duì)無人機(jī)視頻中的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤方法進(jìn)行研究,主要內(nèi)容包括視頻圖像去噪預(yù)處理、視頻中運(yùn)動(dòng)目標(biāo)檢測(cè)以及視頻中運(yùn)動(dòng)目標(biāo)跟蹤。本文的主要工作及貢獻(xiàn)有:(1)針對(duì)無人機(jī)航拍視頻在采集或者傳輸過程中可能引入噪聲影響后續(xù)目標(biāo)檢測(cè)和跟蹤的效果,對(duì)視頻進(jìn)行去噪預(yù)處理,提高檢測(cè)的準(zhǔn)確率。對(duì)經(jīng)典的運(yùn)動(dòng)目標(biāo)檢測(cè)算法進(jìn)行了介紹和實(shí)驗(yàn)對(duì)比分析,包括幀差法、背景差法、LK光流法,結(jié)果表明,LK光流法在鏡頭動(dòng)移動(dòng)的無人機(jī)視頻中能充分提取目標(biāo)的運(yùn)動(dòng)信息,便于后期的分離處理。(2)針對(duì)無人機(jī)視頻中運(yùn)動(dòng)目標(biāo)具有尺度變化、遮擋丟失等問題,提出了一種基于多尺度和目標(biāo)丟失再跟蹤改進(jìn)的核相關(guān)濾波跟蹤方法,提高了跟蹤的準(zhǔn)確性以及對(duì)目標(biāo)丟失的魯棒性。并且和原核相關(guān)濾波算法進(jìn)行了實(shí)驗(yàn)對(duì)比,結(jié)果表明本文改進(jìn)的跟蹤方法具有更高...
【文章頁數(shù)】:75 頁
【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 國內(nèi)外研究現(xiàn)狀
1.2.1 視頻中運(yùn)動(dòng)目標(biāo)檢測(cè)研究現(xiàn)狀
1.2.2 運(yùn)動(dòng)目標(biāo)跟蹤研究現(xiàn)狀
1.3 論文章節(jié)安排
第二章 無人機(jī)視頻中運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究
2.1 引言
2.2 圖像預(yù)處理
2.2.1 圖像中常見噪聲
2.2.2 圖像濾波處理
2.2.3 圖像濾波結(jié)果對(duì)比
2.3 常用運(yùn)動(dòng)目標(biāo)檢測(cè)方法分析
2.3.1 幀差法
2.3.2 背景差法
2.4 基于金字塔分層的LK光流檢測(cè)方法
2.4.1 LK光流檢測(cè)算法基本原理
2.4.2 金字塔LK光流法介紹
2.5 檢測(cè)結(jié)果分析
2.6 本章小結(jié)
第三章 無人機(jī)視頻中運(yùn)動(dòng)目標(biāo)跟蹤方法研究
3.1 引言
3.2 KCF算法介紹
3.3 KCF跟蹤過程及問題分析
3.4 基于多尺度和目標(biāo)丟失再跟蹤的KCF跟蹤算法
3.4.1 多尺度改進(jìn)
3.4.2 目標(biāo)丟失處理
3.4.3 基于多尺度和目標(biāo)丟失再跟蹤的KCF跟蹤模型
3.5 跟蹤結(jié)果分析
3.5.1 跟蹤結(jié)果評(píng)價(jià)指標(biāo)
3.5.2 結(jié)果分析
3.6 本章小結(jié)
第四章 基于無人機(jī)視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤
4.1 引言
4.2 整體流程
4.3 檢測(cè)模塊
4.3.1 特征點(diǎn)篩選
4.3.2 確定目標(biāo)位置
4.3.3 檢測(cè)模塊輸出結(jié)果
4.4 跟蹤模塊
4.4.1 使用線性核替換高斯核
4.4.2 目標(biāo)丟失再檢測(cè)
4.5 結(jié)果分析
4.6 本章小結(jié)
第五章 總結(jié)與展望
5.1 全文總結(jié)
5.2 工作展望
致謝
參考文獻(xiàn)
攻讀碩士期間取得的成果
本文編號(hào):4023116
【文章頁數(shù)】:75 頁
【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 國內(nèi)外研究現(xiàn)狀
1.2.1 視頻中運(yùn)動(dòng)目標(biāo)檢測(cè)研究現(xiàn)狀
1.2.2 運(yùn)動(dòng)目標(biāo)跟蹤研究現(xiàn)狀
1.3 論文章節(jié)安排
第二章 無人機(jī)視頻中運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究
2.1 引言
2.2 圖像預(yù)處理
2.2.1 圖像中常見噪聲
2.2.2 圖像濾波處理
2.2.3 圖像濾波結(jié)果對(duì)比
2.3 常用運(yùn)動(dòng)目標(biāo)檢測(cè)方法分析
2.3.1 幀差法
2.3.2 背景差法
2.4 基于金字塔分層的LK光流檢測(cè)方法
2.4.1 LK光流檢測(cè)算法基本原理
2.4.2 金字塔LK光流法介紹
2.5 檢測(cè)結(jié)果分析
2.6 本章小結(jié)
第三章 無人機(jī)視頻中運(yùn)動(dòng)目標(biāo)跟蹤方法研究
3.1 引言
3.2 KCF算法介紹
3.3 KCF跟蹤過程及問題分析
3.4 基于多尺度和目標(biāo)丟失再跟蹤的KCF跟蹤算法
3.4.1 多尺度改進(jìn)
3.4.2 目標(biāo)丟失處理
3.4.3 基于多尺度和目標(biāo)丟失再跟蹤的KCF跟蹤模型
3.5 跟蹤結(jié)果分析
3.5.1 跟蹤結(jié)果評(píng)價(jià)指標(biāo)
3.5.2 結(jié)果分析
3.6 本章小結(jié)
第四章 基于無人機(jī)視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤
4.1 引言
4.2 整體流程
4.3 檢測(cè)模塊
4.3.1 特征點(diǎn)篩選
4.3.2 確定目標(biāo)位置
4.3.3 檢測(cè)模塊輸出結(jié)果
4.4 跟蹤模塊
4.4.1 使用線性核替換高斯核
4.4.2 目標(biāo)丟失再檢測(cè)
4.5 結(jié)果分析
4.6 本章小結(jié)
第五章 總結(jié)與展望
5.1 全文總結(jié)
5.2 工作展望
致謝
參考文獻(xiàn)
攻讀碩士期間取得的成果
本文編號(hào):4023116
本文鏈接:http://sikaile.net/kejilunwen/hangkongsky/4023116.html
最近更新
教材專著