论文部分内容阅读
随着无人机的快速发展，无人飞艇以其带载能力强、续航时间长等优点，被广泛地应用于军事侦察、民用救灾或者地质勘探中。本课题利用无人飞艇搭载的地面目标定位跟踪系统，在监控范围内对可疑目标进行实时跟踪和定位，获取移动目标坐标值，在战时或突发事件发生时为后方监控指挥中心提供准确可靠的现场信息，以便进一步决策。
本课题以无人飞艇为背景，依靠图像传感器及其自身的北斗导航系统，对地面目标定位跟踪系统进行了深入地研究。系统以摄像头作为主要传感器，分为数据采集模块，数据传输模块、图像处理分析模块和PC监控中心四个部分。系统将采集到的视频图像与无人机实时姿态数据通过wifi传输至地面站，图像分析处理模块根据获得的信息分析目标位置并进行跟踪，最终结果展示在PC端。
本文在目标定位算法方面，研究了目标定位原理，基于实时图像信息对目标图像位置做坐标变换，通过几何解算得到目标的真实坐标，同时研究定位误差的产生原因，保证定位精度。在目标跟踪算法方面，提出了基于特征融合的改进LCT（long-term correlation tracking）目标跟踪算法。针对LCT算法在形变与快速移动状况下跟踪效果较差的问题，进行了基于特征融合的改进。在原本HOG(Histogram of OrientedGradient)特征结合核相关滤波的基础上，融入CN(Color Naming)特征以及颜色直方图特征算法 (Distractor-Aware Online Tracking, DAT)，使得跟踪结果综合考虑梯度特征与颜色特征的影响，并根据跟踪置信度确定自适应融合因子，提高了算法的跟踪精度。
论文试验部分采用高空模拟飞艇航拍视频对系统进行测试，试验结果表明，系统运行稳定，对地面目标跟踪定位精度较高，鲁棒性高，并且在诸如目标遮挡和变形的复杂条件下，依然非常稳定。
本课题以无人飞艇为背景，依靠图像传感器及其自身的北斗导航系统，对地面目标定位跟踪系统进行了深入地研究。系统以摄像头作为主要传感器，分为数据采集模块，数据传输模块、图像处理分析模块和PC监控中心四个部分。系统将采集到的视频图像与无人机实时姿态数据通过wifi传输至地面站，图像分析处理模块根据获得的信息分析目标位置并进行跟踪，最终结果展示在PC端。
本文在目标定位算法方面，研究了目标定位原理，基于实时图像信息对目标图像位置做坐标变换，通过几何解算得到目标的真实坐标，同时研究定位误差的产生原因，保证定位精度。在目标跟踪算法方面，提出了基于特征融合的改进LCT（long-term correlation tracking）目标跟踪算法。针对LCT算法在形变与快速移动状况下跟踪效果较差的问题，进行了基于特征融合的改进。在原本HOG(Histogram of OrientedGradient)特征结合核相关滤波的基础上，融入CN(Color Naming)特征以及颜色直方图特征算法 (Distractor-Aware Online Tracking, DAT)，使得跟踪结果综合考虑梯度特征与颜色特征的影响，并根据跟踪置信度确定自适应融合因子，提高了算法的跟踪精度。
论文试验部分采用高空模拟飞艇航拍视频对系统进行测试，试验结果表明，系统运行稳定，对地面目标跟踪定位精度较高，鲁棒性高，并且在诸如目标遮挡和变形的复杂条件下，依然非常稳定。