基于视觉无人机动态监控系统人流量检测方法研究

摘要

最近几年，四旋翼无人机以其独特的结构、容易操作、方便携带等特点很快成为了人们以及商业公司关注的热点。无人机的应用领域也已经从刚开始的军事领域慢慢的过度到民用与娱乐领域。人流量统计是安防监控领域的研究重点所在，利用无人机进行某些场合人流量统计是它的又一个应用领域。本文以无人机为平台，搭载视觉系统，基于计算机视觉技术，对行人检测与跟踪计数方法进行了研究。主要研究工作如下：
　　首先，概括了人流量统计的重要性，介绍了无人机与计算机视觉技术的发展历程和应用，以及行人检测的国内外现状和人流量统计的技术现状。
　　其次，针对四旋翼无人机，首先简单的介绍了其结构组成和飞行方式，设计了视觉跟踪系统的总体方案，介绍了其硬件组成，重点详细介绍了其中的视觉模块，并总结了视觉跟踪系统的工作流程。
　　然后，针对行人检测环节，基于采集的视频图像存在的噪声污染，采取使用中值滤波、灰度级矫正、直方图均衡化等预处理，对行人提取部分通过对比帧间差分法、背景差分法、光流法优缺点，最后提出使用K-means来对高斯混合模型的参数进行初始化以及估计表示每个像素混合高斯模型的个数。然后使用背景减除的方法进行目标提取，针对提取的行人运动目标中存在的瑕疵，使用形态学处理，依据检测到的效果达到后期计数的要求。
　　最后，针对行人目标跟踪的问题上，介绍了基于区域匹配、基于模型匹配、基于特征匹配的跟踪算法，及其这些算法的优缺点，最后选用经典且有预测作用的卡尔曼滤波跟踪算法，并设计了行人跟踪计数方案，进行工程实验验证后，达到了预期的目标。完成了整个设计的要求。

目录

声明

第1章 绪 论

1.1 课题的研究背景及意义

1.2 计算机视觉技术

1.3 行人检测概述

1.4 人流量统计方法概述

1.5 本文的内容结构和章节安排

第2章 四旋翼无人机视觉系统的组成和工作过程

2.1 四旋翼无人机结构与飞行方式

2.2 基于四旋翼无人机视觉系统硬件的分析

2.3 视觉监控系统工作流程

2.4 本章小结

第3章 视频图像处理与运动目标检测

3.1 视频图像的预处理

3.2 运动目标检测方法

3.3 高斯分布背景模型

3.4 形态学处理

3.5 本章小结

第4章 视频图像中行人跟踪与计数

4.1 目标跟踪的相关理论基础

4.2卡尔曼滤波概述

4.3目标搜索与特征匹配

4.4 基于Kalman滤波的跟踪方案

4.5 系统执行效果

4.6 本章小结

第5章 结 论

5.1 总结

5.2 展望

致谢

参考文献

作者简介

攻读硕士学位期间研究成果