基于视觉感知的无人机目标识别与跟踪技术研究.pdf

《基于视觉感知的无人机目标识别与跟踪技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于视觉感知的无人机目标识别与跟踪技术研究王海罗2015年12月中图分类号：TN391.41UDC分类号：621.3基于视觉感知的无人机目标识别与跟踪技术研究作者姓名王海罗学院名称自动化学院指导教师汪渤教授答辩委员会主席赵剡教授申请学位工学博士学科专业导航制导与控制学位授予单位北京理工大学论文答辩日期2015年12月ResearchontheTechnologyofVisualPerceptionBasedUAVTargetRecognitionandTrackingCandidateName：HailuoWan

2、gSchoolorDepartment:CollegeofAutomationFacultyMentor:Prof.BoWangChair,ThesisCommittee：Prof.YanZhaoDegreeApplied:DoctorofEngineeringMajor：Navigation,GuidanceandControlDegreeby:BeijingInstituteofTechnologyTheDateofDefence：December,2015研究成果声明本人郑重声明：所提交的学位论文是我本人在

3、指导教师的指导下进行的研究工作获得的研究成果。尽我所知，文中除特别标注和致谢的地方外，学位论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名：日期：北京理工大学博士学位论文摘要本文以无人机战场视觉感知作为研究背景，以战场目标自主识别与跟踪技术为研究目标，在计算机视觉理论和技术研究的基础上，探索鲁棒性好、可靠性高的战场目标自主识别与目标稳定跟踪算法。

4、旨在弥补传统目标识别跟踪技术的不足，增强无人机对目标自主识别的能力和对目标跟踪的快速性、鲁棒性。同时，针对可见光航拍图像受拍摄条件影响而造成的图像退化问题，研究了基于稀疏表示的图像降噪、去模糊以及超分辨方法。根据以上要求，本文的研究工作主要集中在以下四个方面：1.提出一种基于稀疏表示的航空退化图像预处理方法。首先研究了稀疏表示理论，以及基于稀疏表示的传统图像复原模型；然后，对稀疏表示传统模型进行了扩展，引入了稀疏编码噪声模型，并通过抑制该稀疏编码噪声，有效提升了退化图像的复原精度；最后，根据图像非局部自相似性理论

5、，解决了稀疏表示模型的系数估计问题，并对系数进行中心化处理，可以提升图像复原效果。2.提出一种基于视觉显著性模型的战场目标检测方法。通过采用超像素融合方式，建立该视觉显著性模型。首先对图像进行超像素分割预处理，将超像素作为处理单元，不但能够提供比像素更加丰富的信息，而且数量大大减少，可有效节省计算资源；其次，引入图模型结构，建立以超像素为节点的最小生成树模型，通过节点之间的类间类内方差，对最小生成树模型的节点进行合并，从而实现超像素融合的目的，可以有效克服复杂背景对目标的干扰；同时，考虑到图像中的目标其尺度、颜色

6、、纹理、边缘等情况都互不相同，方法中通过采用不同的初始化分割阈值，在多尺度上进行超像素融合处理，可适应多种情况的目标状态，使得算法更具通用性；最后，采用引导滤波对战场显著性目标进行后处理，使得显著目标边缘更加清晰，有效提升检测精度。3.提出一种基于候选区域搜索的战场目标自主识别方法。针对传统检测识别算法多采用高耗低效的穷尽搜索方法，设计了一种通过对图像分割区域按相似度进行融合的方式，来直接搜索目标候选的方法，可大大降低无效候选数目，有效提高目标检索效率。为了对候选目标进行识别，采用一种基于PHOW（Pyramid

7、HistogramofWords）特征的机器学习识别方法，通过样本特征提取为视觉字典提供原子，以原子直方图对目标样本进行表征，并引入空间金字塔模型来为目标特征提供空间信息，最后采用支I北京理工大学博士学位论文持向量机对样本特征进行训练，获得可用于识别的目标模型，成功实现对多种目标的准确识别结果。4.提出一种基于在线学习模型的战场目标跟踪方法。对传统的以稀疏表示作为在线学习模型的目标跟踪算法进行研究，针对其算法复杂度过高，耗时严重问题进行改进，有效提升了跟踪算法的鲁棒性。通过将目标模板的PCA基向量作为稀疏表示字典

8、，以学习的方式不断进行模板更新，建立在线学习模型，可有效降低算法复杂度；并在建模时将目标遮挡部分与非遮挡部分进行拆分，成功解决了目标跟踪过程中的形变和部分遮挡问题，同时保证跟踪系统的稳定性和可靠性。本文提出的各种算法均采用Matlab或C/C++语言在计算机环境下开发并调试完成，利用大量航拍图像进行了大量仿真实验。算法可靠性和鲁棒性是本文实验所重点考察的两个主要内容，在所