特征类有关论文范文参考文献,与基于DSP的无人机编队视频跟踪技术相关论文查重软件

本论文是一篇特征类有关论文查重软件,关于基于DSP的无人机编队视频跟踪技术相关毕业论文格式模板范文。免费优秀的关于特征及图像及目标方面论文范文资料,适合特征论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

摘 要：无人机编队飞行可协同完成任务,比单机执行任务效率更高.队形控制是实现编队飞行的关键技术之一.视觉跟踪技术能从视频序列中获得感兴趣目标的状态参数,故在编队中可以利用视觉信息进行目标检测与跟踪来确定邻机方位及距离信息,从而实现队形控制.首先利用视觉传感器获取无人机的运动图像,然后基于DSP采用KLT算法,计算出无人机在图像上的相对位移,实现无人机的跟踪.实验证明,跟踪结果准确性较高,满足实际应用的精度要求,可用于无人机编队稳定跟踪,为进一步解决无人机相对定位问题提供位移信息.

特征学术论文的撰写
播放:33292次 评论:3304人

关 键 词：编队飞行；无人机；视觉目标跟踪；DSP

中图分类号：TN91134文献标识码：A文章编号：1004373X(2012)06009903

DSPbasedvideotrackingtechnologyofUAVformation

JIURuibo,WANGBiao,CAOYunfeng

（CollegeofAutomation,NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,China）

Abstract：UAVformationflighttaskcanbepletedmoreefficientlythanasingleUAVtoperformatask.Theformationcontrolisoneofthekeytechniquesinformationflight.Thevisualtrackingtechnologycanobtainthestateparametersofthetargetfromavideosequence.Therefore,thevisualinformationcanbeappliedtotheformationtodetectandtrackthetarget,soastodeterminetheorientationanddistanceinformationoftheadjacentUAVsandrealizetheformationcontrol.ThemovingimagesofUAVsisobtainedbytheaidofvisualsensors,andthentheKLTalgorithmisadoptedtocalculatetherelativedisplacementofUAVsontheimagesaccordingtoDSP,andrealizethetrackingofUAVs.Experimentsshowthatthethetechnologyhashightrackingaccuracy,canmeettheaccuracyrequirementsofpracticalapplication,canbeusedforUAVformationstabletracking,andcanprovidedisplacementinformationforoveringthedifficultyofUAVrelativepositioning.

Keywords：formationflight,UAV,visualtargettracking,DSP

收稿日期：20111021

基金项目：航空基金（20110752005）0引言

无人机在军事和民用等多个领域都有非常重要的应用,如军事方面的编队飞行、空中攻击,民用方面的空中交通管制等.无人机编队飞行是指多架无人机为适应任务要求而进行的某种队形排列和任务分配的组织模式,它包括队形产生、保持和变化等.无人机协同编队飞行能够协同完成任务,有单机飞行无法比拟的优点,是无人机发展的一个重要趋势.但无人机实现编队飞行涉及到许多技术问题,其中队形控制是编队飞行的关键技术之一.无人机实现队形控制时,需获取自身及邻机的位置.传统上通过机间通信或地面通信站实现相对定位［1］.由于通信方式易受到干扰,而视觉传感方式价格低廉,获取的图片信息比较直观,能够动态记录目标连续运动图像,不受地面杂波干扰等的影响,还可以从视频序列中获得感兴趣目标的状态参数,如位置、尺寸、速度等,因此在编队中利用视觉信息进行目标检测与跟踪,获得无人机在图像上的距离和角度信息,从而确定邻机方位及距离信息,得到了学者的广泛关注与研究.

目前已有基于视觉的编队定位研究,如基于纹理图像的机器人编队定位［2］,但是要通过不同的纹理来标识不同的机器人；基于视觉传感器及激光扫描仪实现机器人编队定位［3］；基于红外标志灯的视觉编队方法［4］,但是如何正确的安放LED灯需要根据不同飞机的不同情况来定.本文通过基于视觉的目标跟踪技术解决无人机编队相对定位的问题,跟踪过程中避免了对无人机进行某种特征的标记,并且基于DSP实现跟踪系统,对跟踪的可靠性有所提高.近些年来提出了许多方法用于跟踪视频序列中的运动目标,主要有基于运动模型的［5］、基于光流的［6］、基于特征的［7］跟踪等几类方法.光流法的优点在于光流携带了运动物体的运动信息以及有关景物三维结构的丰富信息.在光流法跟踪中,跟踪性能最优的就是KLT算法［8］.

本文基于KLT算法,以TMS320DM642为图像处理平台,设计了一种基于DSP的运动目标跟踪系统,获取目标在图像上的位移量,及在每帧图像中的位置和大小,应用这些参数可以更新跟踪窗口,也可以对云台进行控制.

1跟踪算法

跟踪算法的基本思想是首先把彩色图像转化为灰度图像,然后图像去噪,利用KLT特征点提取算法提取图像的特征点,再利用KLT跟踪算法对下一帧图像求取匹配的特征点,从而实现跟踪.

1.1特征点跟踪

KLT算法是一种以待跟踪窗口w在图像帧间的灰度差平方和(SSD)作为度量的跟踪算法,目的是求出窗口中像素点的位移d等于(δ,η).但它不是直接对每个特征点进行跟踪,而是以每一个特征点为中心,选取合适的矩形特征窗口w,通过计算出窗口内像素点的水平位移δ和垂直位移η,得到输入图像特征点的位置［9］.在特征窗口w图像的SSD为:ε等于w［