论文部分内容阅读
随着硬件技术的快速发展,动态图像的分析和理解成为研究的热点.航拍系统可以实现对地面目标的动态图像实时采集.它不仅可以为地面目标的运动分析及目标的场景分析提供可靠的数据来源,同时经过动态图像的处理和分析,也为目标的正确检测及识别提供了帮助.在工程应用中,也有一定的应用价值,可广泛应用于城市交通监控、市政建设、微型飞行器自动着陆导航及自动监视跟踪、机器人导航等.本文介绍了一种无人驾驶微型飞行器地面目标实时跟踪系统.该系统主要由装在微型飞行器上的摄像头和PC机组成.PC机上安装图像采集卡,将CCD采集的图像转换成数字图像供计算机处理.CCD将采集到的地面目标的图像传给PC机,经过动态图像的处理和分析,可得到跟踪目标的位置信息,通过伺服机构可以控制CCD的俯仰和旋转以及微型飞行器的飞行速度和方向,从而完成对地面目标的实时监控或微型飞行器的寻标着陆等任务.基于计算机视觉的目标跟踪的难点在于完成图像序列中帧与帧之间快速而且稳定的目标匹配.其中主要涉及到复杂场景中人工标志目标或非人工标志目标的检测、提取方法,以及在摄像机运动情况下,人工标志目标和非人工标志目标两种目标跟踪系统的实现等内容.本文在人工标志目标的检测和提取研究方面,借鉴已有的人工目标检测和提取算法的原理为基础,讨论了多个改进的人工标志目标的检测和提取算法.在介绍目标分割算法基本原理的基础上,讨论了动态迭代阈值分割算法;在介绍连通区域分析时,根据以前的种子填充算法原理,提出了改进的扫描线填充法;在提取候选区域轮廓基础上,提出了一种根据距离求解角点的新方法;针对传统的模板匹配算法,运算量大,实时性差的缺点,介绍了一种加速的模板匹配算法.在非人工标志目标检测和提取研究方面,以单目视觉理论为基础,提取序列图像对的角点作为特征点,介绍了用特征点匹配法进行序列图像配准,经过初始相关匹配、计算匹配强度、松弛迭代匹配等阶段,得到一组鲁棒的匹配点集,实现了相邻两帧图像之间的匹配,并给出了实验结果.在目标跟踪研究方面,根据跟踪目标的状态,论文注重讨论在摄像机运动情况下,系统的硬件结构、云台的控制方法、目标快速搜索算法以及跟踪系统的实现过程,最后给出系统的试验结果及分析.