无人机视频运动目标实时检测及跟踪

对无人机拍摄视频中的地面运动目标提出一种实时检测跟踪算法。该算法利用特征点的对应关系将图像对配准,再对配准图像进行变化检测,根据变化和运动信息检测目标并消除虚警,将检测与跟踪相结合,对目标跟踪失效的情况,能重新正确定位目标,从而获取目标的完整运动轨迹。采用无人机拍摄的地面车辆图像的测试结果表明,算法能有效检测跟踪运动目标,并能达到25 f/s以上的实时处理速度。     

基于FPGA的运动目标实时检测跟踪算法及其实现技术

运动目标检测跟踪有关的算法及其基于PC平台的实现已经比较成熟,但实时性较差。将采集的彩色视频流分成灰度和彩色两个数据流,灰度视频用于目标检测,彩色视频流用于跟踪显示。以经典的帧间差分法和背景差分法为基础,根据现场可编程门阵列(FPGA)的特点及片外同步动态存储器的存取控制要求,对这两个算法用FPGA逻辑单元进行了设计和实现。对原始彩色视频流和转换后的灰度视频流的存取使用乒乓操作,在滤波和形态学处理时使用了并行的流水线操作,极大地提高了算法的实时处理能力。在FPGA开发板上构建了一个彩色视频图像中运动目标检测跟踪系统,对系统性能进行了测试。实验结果表明,系统可在多种分辨率和帧率下进行运动目标进行实时检测跟踪;固定背景差分法对目标运动速度无限制,但当使用帧差法对快速运动目标进行有效的检测时,应使目标的帧差间距大于3.2像素。     

低空无人机航空摄影高度自动测量方法研究

为提高产品外观质量的检测精度和实时性,提出一种基于特征融合的多尺度滑动窗口机器视觉检测方法。在训练阶段,首先提取图像的HOG特征和Lab颜色特征,并采用典型相关分析法(CCA)进行特征融合。接下来,采用支持向量机(SVM)对融合的特征进行训练,生成分类器。在检测阶段,产品外观不同区域对精度的要求不同,为提高检测效率,生成不同尺度的滑动窗口,在每个窗口中都进行图像的特征提取与特征融合。最后,对采集的图像序列进行匹配,实现产品外观划痕的实时检测。实验中,选取不同的特征提取方法进行对比,并分别生成大小不同的滑动窗口,通过分析实验结果,结合检测时间与精度,确定各个区域的窗口尺度。实验表明,与传统的检测方法相比,所提方法在检测精度和实时性上具有显著提高。     

无人机对地目标自动检测与跟踪技术

针对无人机图像帧序列具有平台高速运动,视角旋转强烈,需要实时处理等特点,提出一种基于双级旋转不变特征空间检测（粗匹配-精细匹配）与并行特征提取跟踪的无人机对地目标图像帧序列自动快速目标检测与跟踪算法。采用图像子块的平均灰度值、灰度值方差、灰度值梯度构建特征空间。通过构造图像特征空间的方法来快速筛选待匹配图像的可疑区域,删除大量的背景区域,检测算法使用全局初步匹配加局部精细匹配的方法来规避算法复杂度的缺陷。理论及实验分析表明:该算法实时性强,对图像的旋转畸变具有抵消作用,对异常情况可以恰当处理,且全局初步匹配流程具有可移植性,可以在其他图像匹配跟踪算法中充当预处理器。实验结果表明:该算法在无人机对地的情况下可以保证对地面目标的稳定跟踪,配套检测算法具有较好的实时性,满足无人机图像目标检测跟踪实时处理的需要。     

An unmanned aerial vehicle identification and tracking system based on weakly supervised semantic segmentation technology

This paper presents an unmanned aerial vehicle (UAV) identification and tracking system aimed at monitoring UAVs based on weakly supervised semantic segmentation. A camera is equipped with a pan–tilt to collect images for semantic segmentation network in real time. The GrabCut+ algorithm and annotation boxes are employed to generate the UAV “pseudo pixel labels” for supervised model learning and reduce labelling costs. A new loss function combining the focus loss function and dice loss function is designed to balance positive and negative samples and improve the segmentation effect. The Mixup method is introduced for model training to prevent overfitting and enhance the generalization ability of the model. The semantic segmentation network outputs the prediction results by a fully connected conditional random field to smooth the target image. Furthermore, a region-based tracking method is proposed to solve the hysteresis problem of the pan–tilt control system and improve the system tracking performance. Finally, an experiment based on a dataset is carried out to prove the effectiveness of the segmentation algorithm with 66.3% mIoU. Considering that 10% of the central area of view is specified as the view centre, a UAV falling in the centre of the field accounts for more than 80% of this view area, demonstrating the real-time effectiveness of the designed UAV identification and tracking system.     

基于A*算法的无人机跟踪目标的航迹规划

针对无人机跟踪目标的航迹规划问题,本文提出了一种双评估函数的改进A*算法。首先,根据无人机在跟踪目标时的飞行特点提出了航迹规划策略,并结合无人机的油耗、航迹长短和机动性能等约束条件来设计中间目标点的评估函数和航迹片段的评估函数。之后,采用加权法对A*算法进行改进,以使航迹的优化与时间耗费之间找到平衡点。同时,改进在Open表中插入与删除节点的方式,提高计算效率。最后,通过对跟踪航迹的仿真,表明该算法可以快速、有效地为无人机在跟踪目标时规划出优化的航迹。     

Bearings-Only Target Motion Analysis Using a Dual-Waveband Infrared System

Infrared systems are widely used for target detection, designation and tracking. For example, an Infrared Search and Track (IRST) system, as a typical airborne or shipboard detecting device, is widely equipped for the remote target detection and tracking. In recent years, the problem of target motion analysis (TMA) and tracking has been studied increasingly extensively. In an airborne infrared system, the problem becomes more difficult due to absence of range information. In this paper, the infrared model and motion model of typical aerial targets are described. An airborne dual-waveband IRST system, which is quite familiar nowadays, is choosed for implementation of target motion analysis. Based on the above, a novel and more practical algorithm of target tracking via bearings-only measurements is formed and the major parameters are defined according to a typical airborne dual-waveband IRST system. Finally, data simulation is implemented, and the results demonstrate the new algorithm has a better performance than before for bearings-only target tracking.     

基于自适应背景的目标跟踪算法研究

随着现在的社会发展以及经济进步,我国的科学技术方面发展迅速,特别是在技术监控方面更是突飞猛进。为了更好的对目标遮挡影响进行降低,我国在这方面主要依据自适应的技术发展背景下提出目标跟踪计算法,用来完善我国的监督控制技术。这种计算方式第一是根据对观察目标的基本外观形态进行的鉴定与跟踪,将其自身的运动量进行平均计算;其次是根据时空的运行方向与特征进行跟踪目标的计算,建立比较完善整体的运行模型,再根据这个运动模型以及整体的状态对监督目标进行检测与控制,这期间就会形成一种遮挡掩膜。对于掩膜是一种将程序数据等绘制成光刻板,在程序使用期间非常可靠,并且制造成本比较低,使用方便;最后是在不同的使用情况下将不同参数进行收集,自动的适应运动模型的运行。针对这种计算方式的实验主要是利用两种在国际上经常使用的CAVIAR、York数据进行测试,并且根据这两种数据对测试的精准度与多重目标跟踪等进行评定,检测跟踪的整体性能。通过多方面的研究表明这种方式的跟踪的性能非常好,并且还能很好的将跟踪目标的鲁棒性进行遮挡。     

基于LabVIEW Vision的无人机自主着降系统设计与实现

四旋翼无人机具有低成本、垂直起降、机动性好等优点,在民用领域诸如航拍、植保、物流、电力巡线等场合得到了广泛的关注和应用。随着四旋翼无人机应用的普及,一些新的问题也随之出现,其中一个厄待解决的问题是如何提高无人机的降落精度和可靠性,特别在超视距应用场景下,这一需求尤为突出。通过采用机器视觉技术,利用LabVIEW Vision编制视觉识别软件,可以控制四旋翼无人机实现高精度的自主降落。     

激光供能无人机的一种优化跟踪算法

航天事业的发展以及新能源技术的开发,使得小型电动无人机在现代战争、科学研究等方面具有较高的应用价值。激光无线能量传输技术能有效解决小型电动无人机续航时间短的问题,极大提高了无人机的工作能效。以无人机激光供能系统结构原理为基础,针对小型电动无人机激光无线供能的特点,提出了一种最大功率点优化跟踪方法:即采用恒定电压法（CV法）和萤火虫算法（FA法）相结合的优化控制算法,在激光投射到无人机上的光伏电池板上后,通过对无人机激光无线充电过程中最大功率点的跟踪,提高激光利用率及充电稳定性。并且通过数值仿真,验证了所提算法的准确性和适用性。     

多模跟踪技术在轮式侦察车图像处理器的应用

为解决目标旋转形变、遮挡、光照变化等目标跟踪的难题,对粒子滤波和尺度不变特征变换（SIFT）算法进行了改进,结合两种算法提出了决策主导模式的多模跟踪技术。该技术采用粒子滤波预测目标位置进行粗定位,SIFT特征匹配进行精定位的方法,在解决上述难题上有很好的鲁棒性。将该技术应用于轮式侦察车图像处理器,并进行了各种实验验证,结果证明了提出算法的有效性。     

多尺度融合超分辨率算法在无人机探测中的应用

基于光电传感器的低慢小无人机探测系统能够快速准确地发现并识别无人机目标,但远距离非合作无人机目标在图像中像素比重过小,特征退化较明显,使识别率大大降低。图像超分辨技术能够从低分辨率目标图像区域中获得高分辨率图像并恢复更多的细节特征,现有超分辨技术很难在保证推理速度的前提下兼容图像的高低频特征,因此为了满足探测系统的需求,基于FSRCNN（fast super-resolution convolutional neural network）的特征提取与非线性映射网络结构并结合多尺度融合,提出一种包含4分支的轻量级多尺度融合超分辨率网络,能够在超分辨率图形中兼容高低频图像信息,且参数量较低,实时性高。经实验结果表明,该算法能够更加快速高效地重建出高分辨率的无人机轮廓与细节;在YOLOV3检测效果的实验中,该算法能够使无人机检测置信度平均提升6.72%,具备较高的实际应用价值。     

高功率电磁脉冲对无人飞行器的毁伤破坏

高功率电磁脉冲干扰甚至损毁无人飞行器是应对小型无人飞行器威胁的一种非常有效的办法,高功率电磁脉冲对无人机系统进行干扰和毁伤主要通过前门耦合和后门耦合的方式。完成了高功率电磁脉冲对无人飞行器的毁伤破坏实验,完成了无人机在电磁脉冲源毁伤作用下的目标易损性分析,根据毁伤效果将高频电磁脉冲对无人飞行器毁伤等级分为三级,即干扰级、毁伤级、失效级。分析了电磁脉冲作用的主要目标元件,结果表明,无人飞行器最有可能受干扰的部分为接收机和电子调速器。在相关研究和实际应用时,应着重研究电磁脉冲对无人飞行器的接收机和电子调速器的毁伤破坏,根据接收机和电子调速器内部的电路结构来确定毁伤最佳频率。     

Detection and tracking of targets in infrared images using Bayesian techniques

Simple yet robust techniques for detecting targets in infrared (IR) images are an important component of automatic target recognition (ATR) systems. In our previous works, we have developed IR target detection and tracking algorithms based on image correlation and intensity. In this paper, we discuss these algorithms, their performances and problems associated with them and then propose novel algorithms to alleviate these problems. Our proposed target detection and tracking algorithms are based on frequency domain correlation and Bayesian probabilistic techniques, respectively. The proposed algorithms are found to be suitable for real-time detection and tracking of static or moving targets, while accommodating for detrimental affects posed by the clutter and background noise. Finally, limitations of all these algorithms are discussed.     

Optimal UAV Formation Tracking Control with Dynamic Leading Velocity and Network-Induced Delays

With the rapid development of UAV technology, the research of optimal UAV formation tracking has been extensively studied. However, the high maneuverability and dynamic network topology of UAVs make formation tracking control much more difficult. In this paper, considering the highly dynamic features of uncertain time-varying leader velocity and network-induced delays, the optimal formation control algorithms for both near-equilibrium and general dynamic control cases are developed. First, the discrete-time error dynamics of UAV leader–follower models are analyzed. Next, a linear quadratic optimization problem is formulated with the objective of minimizing the errors between the desired and actual states consisting of velocity and position information of the follower. The optimal formation tracking problem of near-equilibrium cases is addressed by using a backward recursion method, and then the results are further extended to the general dynamic case where the leader moves at an uncertain time-varying velocity. Additionally, angle deviations are investigated, and it is proved that the similar state dynamics to the general case can be derived and the principle of control strategy design can be maintained. By using actual real-world data, numerical experiments verify the effectiveness of the proposed optimal UAV formation-tracking algorithm in both near-equilibrium and dynamic control cases in the presence of network-induced delays.     

三种谐波族检测算法的性能对比

基于高阶累积量谱、时序循环平稳信号分析、时频面Hough变换等预处理方法,给出了相对应的三种谐波族信号基频搜索与检测算法,并在2阶、4阶、8阶谐波情形下,应用于受白噪声污染的模拟谐波族信号、实测无人机信号和实测直升机信号等三种谐波族信号的检测概率的计算。计算结果表明,随着阶数的提高,三种算法对目标的检测性能均有所提高;对于上述三种不同信号,其基频搜索与检测能力最好的算法有所不同。所给出的谐波族信号基频搜索与检测算法将在直升机、无人机等目标的检测应用中发挥更好的作用。     

多模跟踪技术在轮式侦察车图像处理器的应用

为解决目标旋转形变、遮挡、光照变化等目标跟踪的难题,对粒子滤波和尺度不变特征变换(SIFT)算法进行了改进,结合两种算法提出了决策主导模式的多模跟踪技术。该技术采用粒子滤波预测目标位置进行粗定位,SIFT特征匹配进行精定位的方法,在解决上述难题上有很好的鲁棒性。将该技术应用于轮式侦察车图像处理器,并进行了各种实验验证,结果证明了提出算法的有效性。     

一种基于区域生长的红外与可见光的图像融合方法

针对目前红外与可见光目标跟踪的视频序列融合难以满足实时性问题，利用红外图像目标与背景显著的灰度差异特征，结合目标跟踪中目标分割时常用到的区域生长法，通过区域生长方法从红外图像中提取目标区域，再将得到的红外目标区域与已经过图像配准的可见光图像的背景区域进行融合处理，最终得到既具有红外图像较好的目标指示特性又具有可见光图像清晰场景信息的融合图像。实验表明：该算法不仅简单易行，而且所得到的融合图像视觉效果优于其他融合算法得到的图像。     

无人机侦察多目标实时定位技术研究

目标定位是无人机侦察系统中至关重要一步。为增强无人机侦察目标定位的实时性、提高定位精度及侦察效率,提出一种多目标实时定位的方法,建立主次目标定位几何关系及坐标转换模型,结合已知数据信息求取各目标大地坐标,并用蒙特卡洛法分析目标定位误差。最后,基于即将组网成功"北斗二代"卫星导航系统对无人机空中定位,同时采用递归最小二乘算法滤波处理,提高了目标定位精度。研究及实验结果表明,北斗导航定位能够有效提高无人机空中定位精度,且有望达到厘米级精度,同时采用RLS滤波处理能使目标定位精度提高10 m左右。该方法能够有效增强无人机定位实时性,提高定位精度及侦察效率。     

防御系统中多传感器融合跟踪的关键技术分析

多传感器融合跟踪系统作为防空武器系统的一个子系统,在作战中有着极其重要的地位。针对下一代防空武器系统的发展和需求,从现有的较为成熟的融合理论与技术出发,构造一个集红外、雷达和激光雷达等多传感器为一体的高性能融合跟踪系统模型,剖析其相关结构,并结合当前数据融合算法研究来分析融合系统中数据关联算法的选取、改进和研究方向。