摘要当前无人机在众多领域有着广泛利用。将计算机视觉中的目标检测技术与无人机平台相结合，将在无人机的导航、自主降落等应用中发挥重要作用。为使无人机能够快速识别特定目标，与目前流行的基于滑动窗口的方法不同，本课题根据目标颜色种类及分布的特征来检测目标位置。同时，为把检测到的目标位置快速用于诸如自动降落的其他目的，提高无人机的自主性并扩大飞行范围，本课题的系统使用彩色相机作为视频搜集设备，DSP作为在线视频处理设备，航拍显示器接收处理后的视频以观察算法的检测质量。实验检测的结果显示了本课题算法框架的应用前景，在无人机低速飞行或悬停状态下检测准确率和召回率都在95%以上，在无人机高速运行时，算法检测结果能正确跟随目标位置而变化。

毕业论文关键词  无人机，特定目标检测，实时，DSP，颜色种类及分布

毕业设计说明书外文摘要

Title    Research of Specific Target Detection Algorithm Based on UAV Video

Abstract

Nowadays an unmanned aerial vehicle (UAV) has wide applications in many fields. It is playing an important role to combine UAV with object detection technology of computer vision in UAV’s applications such as navigation and automatic landing. To enable a UAV to detect specific targets accurately and timely, unlike the popular sliding-window-based approach, this project proposes to use targets’ color categories and distributions. Meanwhile, to allow the UAV to use the detection results for other applications such as automatic landing, improve the UAV’s automatic level and enlarge its flying area, the system of our work uses a color camera to collect video, a DSP to process the video and an aerial display to evaluate the performance of the system. The promising results shows the effectiveness of this project’s algorithm, with precision and recall both over 95% when the UAV is hovering or flying at a slow rate. When the UAV is moving fast, the detection results can move in the same way of the target. 

Keywords  UAV, specific target detection, real-time, DSP, color category and distribution

目   次

1 绪论 1

1.1 课题背景及研究意义 1

1.2 国内外研究现状 2

1.3 主要研究内容及结构安排 4

2 基于无人机的特定目标检测系统 5

2.1 硬件设备 5

2.2 开发工具及算法框架 8

2.3 本章小结 8

3 基于滑动窗口的目标检测算法 10

3.1 引言 10

3.2 算法流程 10

3.3 实验 13

3.4 算法改进 14

3.5 本章小结 16

4 基于颜色种类及分布的特定目标检测算法 17

4.1 引言 17

4.2 像素值与颜色种类的对应——学习颜色命名 17

4.3 基于颜色种类分布的特定目标检测算法的实现 20

4.4 实验结果与分析 22

4.5 未来改进方向 26

4.6 本章小结 26

结论 28

致谢 29

参考文献 30

图1.1 特定目标示例 1

图1.2 颜色直方图示例 2

图1.3 边缘图像示例 3

图2.1 GoPro Hero4 摄像头 6

图2.2 数字信号处理器 6

图2.3 六旋翼无人机及系统组装图 7

图2.4 航拍显示器及示例结果 7

图 2.5 集成开发软件CCS界面 8

图2.6 视频处理流程 8

图3.1 滑动窗口示例 10

图3.2 目标检测结果示例 14

图3.3 霍夫圆检测流程 15

图3.4 改进后目标检测结果示例 15

图4.1 PLSA模型流程图 18

图4.2 算法流程图 18

图4.3 颜色命名前后图像对比 19

图4.4 颜色分类前后对比图 20