本文關(guān)鍵詞：小型無(wú)人直升機(jī)視覺(jué)跟蹤與識(shí)別系統(tǒng)實(shí)現(xiàn)

  更多相關(guān)文章： 小型無(wú)人直升機(jī) 視覺(jué)跟蹤 目標(biāo)識(shí)別 特征提取

【摘要】：小型無(wú)人直升機(jī)在民用、工業(yè)和軍事領(lǐng)域受到普遍關(guān)注,而機(jī)載視覺(jué)技術(shù)為無(wú)人機(jī)順利執(zhí)行上述任務(wù)提供了必要條件。本文為無(wú)人機(jī)能夠搜索海上艦船并完成安全著艦,設(shè)計(jì)了小型無(wú)人直升機(jī)視覺(jué)跟蹤與識(shí)別系統(tǒng),闡述了數(shù)字圖像處理的基本原理以及艦船與著艦標(biāo)志的識(shí)別算法,并完成了系統(tǒng)硬件測(cè)試平臺(tái)的搭建,為無(wú)人機(jī)跟蹤識(shí)別目標(biāo)提供了條件支持。對(duì)于目標(biāo)識(shí)別問(wèn)題:首先,分析了基于視覺(jué)的無(wú)人機(jī)跟蹤目標(biāo)的原理,并且簡(jiǎn)要介紹了多種數(shù)字圖像預(yù)處理以及描述目標(biāo)特征的方法,其中包括灰度化、二值化和形態(tài)學(xué)處理的圖像預(yù)處理方法,以及對(duì)顏色、形狀和紋理等特征的概述;其次,重點(diǎn)研究了邊緣檢測(cè)與主動(dòng)輪廓模型的輪廓提取算法,并將兩種算法綜合應(yīng)用,以提取到最接近真實(shí)目標(biāo)的艦船輪廓,然后根據(jù)提取到的目標(biāo)形狀特征完成對(duì)艦船的識(shí)別及其尾部的定位;最后,為了提取著艦標(biāo)志的特征點(diǎn)坐標(biāo),對(duì)角點(diǎn)檢測(cè)與匹配算法進(jìn)行研究,同時(shí)根據(jù)著艦標(biāo)志在圖像中所在的位置,求解出云臺(tái)攝像機(jī)需要調(diào)整的位移與速度,使目標(biāo)保持在鏡頭中心范圍內(nèi),從而完成無(wú)人機(jī)對(duì)著艦標(biāo)志的跟蹤過(guò)程。此外,本文還論述了無(wú)人機(jī)視覺(jué)系統(tǒng)硬件的選型與搭建,以及跟蹤識(shí)別目標(biāo)的流程,并在此實(shí)驗(yàn)平臺(tái)上進(jìn)行了仿真實(shí)驗(yàn)。根據(jù)仿真實(shí)驗(yàn)結(jié)果,本文的算法是準(zhǔn)確可行的,實(shí)現(xiàn)了機(jī)載視覺(jué)系統(tǒng)對(duì)目標(biāo)進(jìn)行跟蹤識(shí)別的過(guò)程。
【關(guān)鍵詞】：小型無(wú)人直升機(jī) 視覺(jué)跟蹤 目標(biāo)識(shí)別 特征提取
【學(xué)位授予單位】：黑龍江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：V279;TP391.41
【目錄】：

• 中文摘要4-5
• Abstract5-10
• 第1章 緒論10-16
• 1.1 課題研究的背景及意義10-11
• 1.2 小型無(wú)人直升機(jī)視覺(jué)系統(tǒng)研究概況與應(yīng)用11-12
• 1.3 目標(biāo)跟蹤與識(shí)別技術(shù)及其研究現(xiàn)狀12-14
• 1.4 本文研究的主要內(nèi)容14-16
• 1.4.1 研究?jī)?nèi)容14
• 1.4.2 文章結(jié)構(gòu)14-16
• 第2章 無(wú)人機(jī)圖像跟蹤技術(shù)研究16-31
• 2.1 數(shù)字圖像預(yù)處理16-24
• 2.1.1 數(shù)字圖像的灰度化17-19
• 2.1.2 灰度直方圖19-20
• 2.1.3 數(shù)字圖像的二值化20-22
• 2.1.4 形態(tài)圖像處理22-24
• 2.2 目標(biāo)的檢測(cè)與跟蹤24-25
• 2.3 無(wú)人機(jī)視覺(jué)平臺(tái)的設(shè)計(jì)與搭建25-30
• 2.3.1 無(wú)人機(jī)視覺(jué)系統(tǒng)硬件平臺(tái)的搭建26
• 2.3.2 無(wú)人機(jī)視覺(jué)系統(tǒng)總體結(jié)構(gòu)26
• 2.3.3 CCD圖像傳感器與圖像采集26-28
• 2.3.4 無(wú)人機(jī)參數(shù)及PC104參數(shù)介紹28-30
• 2.4 本章小結(jié)30-31
• 第3章 艦船的檢測(cè)與識(shí)別31-51
• 3.1 目標(biāo)輪廓提取算法研究31-37
• 3.1.1 圖像邊緣檢測(cè)31-33
• 3.1.2 主動(dòng)輪廓模型33-36
• 3.1.3 Sobel算子與Snake模型結(jié)合的輪廓提取36-37
• 3.2 算法的實(shí)現(xiàn)與結(jié)果分析37-41
• 3.3 艦船的識(shí)別41-46
• 3.3.1 形狀特征的提取42-44
• 3.3.2 基于形狀特征匹配的艦船識(shí)別方法44-45
• 3.3.3 特征數(shù)據(jù)的整理與分析45-46
• 3.4 艦船尾部甲板識(shí)別46-49
• 3.4.1 形狀的識(shí)別與分類(lèi)算法47-48
• 3.4.2 艦船頭部與尾部的定位48-49
• 3.5 本章小結(jié)49-51
• 第4章 著艦標(biāo)志特征點(diǎn)提取與跟蹤51-68
• 4.1 著艦標(biāo)志的設(shè)計(jì)51-52
• 4.2 著艦標(biāo)志的角點(diǎn)檢測(cè)52-56
• 4.2.1 Harris檢測(cè)算子52-54
• 4.2.2 角點(diǎn)坐標(biāo)的提取54-56
• 4.3 角點(diǎn)匹配的算法研究56-59
• 4.3.1 NCC匹配算法56-57
• 4.3.2 RANSAC匹配算法57-59
• 4.4 算法的實(shí)現(xiàn)與結(jié)果分析59-63
• 4.5 著艦標(biāo)志的跟蹤63-67
• 4.5.1 坐標(biāo)系的建立63-64
• 4.5.2 跟蹤目標(biāo)的位置估計(jì)64-66
• 4.5.3 云臺(tái)攝像機(jī)跟蹤控制66-67
• 4.6 本章小結(jié)67-68
• 結(jié)論68-69
• 參考文獻(xiàn)69-74
• 致謝74

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張國(guó)亮;謝宗武;蔣再男;王捷;劉宏;;模糊化多視覺(jué)信息融合的視覺(jué)跟蹤策略[J];西安交通大學(xué)學(xué)報(bào);2009年08期

2 許鵬,王平江,陳吉紅;線(xiàn)結(jié)構(gòu)激光仿型測(cè)量中的視覺(jué)跟蹤算法[J];計(jì)量技術(shù);2000年04期

3 許鵬,陳吉紅,王平江;線(xiàn)結(jié)構(gòu)激光仿型測(cè)量中的視覺(jué)跟蹤算法[J];機(jī)械與電子;2000年01期

4 田軍;魏振華;;視覺(jué)跟蹤新算法[J];中國(guó)電力教育;2008年S1期

5 鐘麗;靳智;梁山;;控制河段智能視覺(jué)跟蹤控制系統(tǒng)設(shè)計(jì)[J];交通科技;2013年04期

6 王國(guó)棟，國(guó)澄明，吳仁育，烏日?qǐng)D，李曉琦;機(jī)器人焊接視覺(jué)跟蹤[J];天津大學(xué)學(xué)報(bào);1995年01期

7 楊戈;劉宏;;面向人體運(yùn)動(dòng)視覺(jué)跟蹤的多線(xiàn)索融合算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2009年10期

8 錢(qián)夔;宋愛(ài)國(guó);熊鵬文;;基于粒子濾波的移動(dòng)物體視覺(jué)跟蹤方法[J];南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

9 夏瑜;吳小俊;;基于新穎相似度的視覺(jué)跟蹤算法[J];南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版);2008年04期

10 肖增文;楊小蘭;鄒景超;劉極峰;;城軌門(mén)弧焊視覺(jué)跟蹤圖像采集處理方法與試驗(yàn)[J];制造業(yè)自動(dòng)化;2008年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 呂玉生;趙杰煜;;具有視覺(jué)跟蹤的中英文語(yǔ)音動(dòng)畫(huà)系統(tǒng)[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

2 李善青;賈云得;柳陽(yáng);;一種用于穿戴計(jì)算的指示手勢(shì)視覺(jué)跟蹤方法[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2007）論文集[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 王法勝;復(fù)雜場(chǎng)景下的單目標(biāo)視覺(jué)跟蹤算法研究[D];大連海事大學(xué);2014年

2 徐蕭蕭;基于特征學(xué)習(xí)與特征聯(lián)想的視覺(jué)跟蹤算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

3 王其聰;復(fù)雜觀測(cè)條件下的基于粒子濾波的視覺(jué)跟蹤[D];浙江大學(xué);2007年

4 夏瑜;視覺(jué)跟蹤新方法及其應(yīng)用研究[D];江南大學(xué);2013年

5 王芳林;穩(wěn)健視覺(jué)跟蹤算法中的關(guān)鍵問(wèn)題研究[D];上海交通大學(xué);2009年

6 溫靜;基于張量子空間學(xué)習(xí)的視覺(jué)跟蹤方法研究[D];西安電子科技大學(xué);2010年

7 蘇潔;光照變化下的視覺(jué)跟蹤算法研究[D];哈爾濱工程大學(xué);2010年

8 王棟;基于線(xiàn)性表示模型的在線(xiàn)視覺(jué)跟蹤算法研究[D];大連理工大學(xué);2013年

9 代江華;粒子濾波架構(gòu)下視覺(jué)目標(biāo)跟蹤相關(guān)技術(shù)研究[D];華中科技大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 郭標(biāo);焊縫視覺(jué)跟蹤系統(tǒng)設(shè)計(jì)[D];西南交通大學(xué);2015年

2 張瑞;基于貝葉斯估計(jì)的視覺(jué)跟蹤算法研究[D];福建師范大學(xué);2015年

3 祝寶龍;基于視覺(jué)跟蹤技術(shù)的眼控鼠標(biāo)研究[D];哈爾濱工業(yè)大學(xué);2015年

4 劉養(yǎng)彪;運(yùn)動(dòng)模糊下的視覺(jué)跟蹤算法研究[D];北京理工大學(xué);2015年

5 向秀娟;基于視覺(jué)跟蹤的移動(dòng)機(jī)器人定位研究[D];新疆大學(xué);2015年

6 張勁;基于在線(xiàn)隱變量支持向量機(jī)的尺度自適應(yīng)視覺(jué)跟蹤[D];西安電子科技大學(xué);2014年

7 范曲;復(fù)雜場(chǎng)景下運(yùn)動(dòng)目標(biāo)的視覺(jué)跟蹤方法研究[D];重慶大學(xué);2015年

8 孟凡帥;面向物料輸送過(guò)程狀態(tài)監(jiān)控與故障報(bào)警的視覺(jué)跟蹤技術(shù)的研究[D];河北工業(yè)大學(xué);2015年

9 張欣;基于粒子濾波的視覺(jué)跟蹤算法的FPGA實(shí)現(xiàn)[D];北京理工大學(xué);2016年

10 黃梁華;基于張量表達(dá)的視覺(jué)跟蹤算法研究[D];北京理工大學(xué);2016年

，

本文編號(hào)：593963