基于无人机视频的运动目标快速跟踪

基于无人机视频的运动目标快速跟踪

ID:44171661

大小:618.31 KB

页数:4页

时间:2019-10-19

基于无人机视频的运动目标快速跟踪_第1页
基于无人机视频的运动目标快速跟踪_第2页
基于无人机视频的运动目标快速跟踪_第3页
基于无人机视频的运动目标快速跟踪_第4页
资源描述:

《基于无人机视频的运动目标快速跟踪》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、32测绘通报2011年第9期文章编号:0494-0911(2011)09-0032-03中图分类号:TP237文献标识码:B基于无人机视频的运动目标快速跟踪谭熊,余旭初,刘景正,黄伟杰(信息工程大学测绘学院,河南郑州450052)ObjectFastTrackingBasedonUnmannedAerialVehicleVideoTANXiong,YUXuchu,LIUJingzheng,HUANGWeijie摘要:无人机视频序列影像是无人机在高速运动的条件下获取地面目标的动态信息,相机的运动给目标检测、跟踪带来了一定的困难。针

2、对无人机视频序列影像背景位移的特点,将运动目标检测与跟踪技术分为运动估计、目标检测、目标跟踪3个部分。由于无人机视频序列影像中目标较小、分辨率较低,因此采用基于区域的目标跟踪算法。该方法计算量小,计算速度快,能够满足实时跟踪的需求,试验效果良好。关键词:序列影像;运动估计;目标检测;目标跟踪为了解决这些问题,本文提出了一种基于无人一、引言机视频的运动目标快速跟踪算法。目前,运动目标的检测跟踪是计算机视觉领域二、方法的提出的一个研究热点,运动目标的检测跟踪技术方法很[1][2-3]多,如基于认识理论算法、基于区域的算法、在前文中提

3、到,很多种跟踪算法不能用于无人基于特征的算法[4-5]以及基于轮廓的算法[6]。但这机视频的目标跟踪,主要是因为这些方法不适用于些算法很少用于无人机视频跟踪处理中。由于物小目标的检测跟踪以及计算量较大的实时跟踪。体的变形、光照的变化、物体的遮挡等原因使得实与其他跟踪方法相比较,基于区域的跟踪比较适合无人机视频目标的跟踪。改进基于区域跟踪的算现一种快速的、鲁棒的运动目标检测跟踪仍然是一法,将运动目标的跟踪分为3个步骤:运动估计、目个巨大的挑战。标检测、目标跟踪。算法的流程图如图1所示。一般的运动目标的检测跟踪算法不适合于无人机视频

4、中的运动目标检测跟踪,主要原因有以下几个方面。1)计算耗时量大,不适合实时的应用。无人机视频分析处理需要快速地跟踪多个运动目标,因此在完成实时跟踪的同时必须要考虑算法的鲁棒性。2)算法的通用性。大多数的算法是在理想的条件下进行的,如相机静止、图像质量很好、目标非常清晰、目标移动缓慢和简单的背景等。但是搭载图1跟踪算法流程图可见光或者红外相机的无人机移动速度快,视频中的目标也可能移动很快。因此,无人机视频中目标图1包含3个步骤:补偿由相机运动引起的图的分辨率比较低,背景比较复杂,给视频处理带来像位移;检测每一帧图像的运动区域;适时

5、的跟踪了一定的困难。运动区域。全局运动补偿包括估计相邻两帧视频3)目标的特性。对于一般视频中的目标,有非影像之间的运动参数;运动目标的检测用时空变化常明显的特征或边界。然而对于无人机视频中的检测算法;跟踪是把后一帧影像的运动区域分割出一些点目标来说,仅仅由一些像素组成,大小跟噪来,在两帧之间建立运动目标之间的联系,进而确声非常相似,因此检测跟踪一个小目标将比较困难。定目标在下一帧的位置。收稿日期:2010-08-20作者简介:谭熊(1986—),男,四川邻水人,硕士生,主要研究方向为计算机视觉、视频处理。2011年第9期谭熊,等

6、:基于无人机视频的运动目标快速跟踪331.运动估计和全局运动补偿在运动估计中,为了得到精确的运动参数,应无人机视频数据是无人机在高速运动的条件尽量选择背景像素而避免目标像素。在计算出3个下摄取运动目标的动态信息。要对场景中的运动运动参数后,双线性内插得到I1,然后目标的运动目标进行检测与跟踪,首先要考虑的就是背景的位检测就能够通过连续两帧影像之间的计算获得。移估计即全局的运动补偿;然后移除背景的影响,试验采用下载的无人机视频数据,图2中(a)、消除误差,从而更加准确地提取运动目标、跟踪目(b)是视频中连续两帧影像,(c)是经过运

7、动补偿后标。运动估计和运动补偿为后续的运动目标检测得到的影像。为了显示出背景运动补偿后的效果,与跟踪奠定了基础。对补偿后的图像进行差分计算。计算结果如设连续的两帧影像照度分别用I0,I1表示,用图2(d)、(e)所示。运动模型可以估计出I0和I1之间的几何变化参数,由试验结果可以看出:由于背景移动的影像,最常用的模型包括仿射变换模型和二次逼近模型。直接差分结果不是很理想,目标中出现了空洞和多[7]本文用旋转平移的三参数模型来估计由相机运余不分。而经过背景运动补偿后,目标的大致轮廓动产生的影像背景位移。可以比较清楚地分割出来,得到

8、了较好的效果,有I1(x,y)=I0(xcosθ-ysinθ+Tx,ycosθ+利于后续的目标检测与跟踪。xsinθ+Ty)(1)式中,Tx、Ty、θ分别表示水平位移、垂直位移和旋转角度。当旋转角度θ很小时,可以近似地将cosθ、sinθ分别用1和θ代替。将式(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。