微型无人自主直升机目标识别系统研究

摘要

微型无人自主直升机在侦察和巡逻、建筑物勘察、航空地图绘制、危险环境下的清障等军事和民用特殊领域显示出了巨大的应用潜力,国外对微型无人自主直升机展开了广泛而深入的研究,每年一次的国际空中机器人比赛吸引了众多的参加者.视频图像处理系统作为微型无人自主直升机的重要组成部分,主要负责进行目标检测和定位,为导航控制提供参考依据.该文通过对一些典型系统的分析,建立了一套完整的微型无人自主直升机视频图像处理系统,包括硬件组成和软件开发.硬件组成详细探讨了系统结构,并对所采用的CCD摄像机、视频采集卡等硬件单元作了描述;在软件设计中,首先对不同操作系统环境下的视频捕获做了讨论;接着,重点研究了针对机载摄像机拍摄图像的目标检测方法,提出并实现了基于模板匹配和不变矩的目标检测算法,以及基于机器学习的目标检测算法.文章最后,列举了实验结果,对两种目标检测算法的优劣做了比较.

目录

文摘

英文文摘

第一章绪论

1.1选题背景和意义

1.1.1无人自主飞行器概述

1.1.2无人机的类型

1.1.3 几个典型无人机的简介

1.1.4微型无人自主飞行器研究的意义

1.1.5微型UAV在实际中的应用

1.2微型UAV视频系统国内外研究现状及问题分析

1.2.1 IARC-International's Aerial Robotics Competition

1.2.2 IARC比赛虚拟了三个应用场景：

1.2.2国外的一些UAV研究项目

1.2.3视频图像处理在微型UAV中的作用

1.3论文主要工作及内容安排

第二章数字图像处理的基础知识

2.1数字图像处理的硬件

2.1.1摄像部分

2.1.2图像采集卡

2.1.3图像存贮装置

2.2图像采集的接口-Windows中的DirectShow和Linux中的V4L

2.2.1 VFW

2.2.2 DirectShow

2.2.3 VFW和DirectShow的关系

2.2.4 V4L[4]

2.3图像的数字化

2.3.1静态图像的采样和量化

2.3.2动态图像的采样和量化

2.4图像增强-空域滤波

2.4.1小区域模板卷积

2.4.2图像的平滑

2.4.3图像的锐化

2.5图像分割

2.5.1阈值分割

2.5.2图像的二值化

2.5.3边缘检测

2.5.4轮廓提取

2.6图像的模式识别

2.6.1模板匹配

2.6.2统计模式识别

第三章微型无人自主直升机目标识别系统的硬件设计

3.1 UAV中图像处理系统的功能

3.2 UAV中图像处理系统的结构

3.2.1地面处理型－视频捕获、图像处理都在地面工作站上进行

3.2.2空中处理型－视频捕获、图像处理都在UAV上进行

3.2.3混合型－UAV采集数字图像，图像处理由地面工作站完成

3.3最终选择的处理方式－采集视频、图像处理都在地面完成

3.3.1结构框图：

3.3.2图像处理系统组成硬件的说明

3.3.3采用这种结构的理由

3.3.4这种结构的不足

第四章视频捕获部分软件设计

4.1 DirectShow视频捕获接口

4.1.1视频流的来源之一：AVI文件

4.1.2 DirectShow对硬件的支持

4.1.3视频流的来源之二：BT878采集卡

4.2 Filter Graph的创建过程

4.3视频捕获及处理的框架

4.4 Linux环境下视频捕获的实现

第五章微型无人自主直升机目标识别系统的软件设计

5.1无人自主直升机目标识别系统难点分析

5.1.1复杂性

5.1.2实时性

5.2用模板匹配的方法实现目标识别

5.2.1彩色图到灰度图的转换

5.2.2去噪声：高斯滤波

5.2.3二值化

5.2.4边缘检测

5.2.5轮廓提取

5.2.6模板匹配

5.2.7用不变矩来拒绝错误的目标

5.2.8程序流程图

5.3基于Haar特征和Adaboost的目标识别方法

5.3.1机器学习识别算法框架

5.3.2特征的提取

5.3.3分类器设计

第六章实验结果与分析

6.1软件开发环境

6.2识别是否成功的判断方法

6.3采用模板匹配进行识别的实验结果

6.3.1 Hu不变矩误差值阈值的确定

6.3.2相似性测度阈值的确定

6.4采用机器学习进行识别的实验结果

6.5结果分析

6.5.1识别速度

6.5.2识别准确率

6.5.3复杂度

6.5.4应用场合

第七章总结与展望

参考文献

致谢