2.2  图像预处理 8

2.3  阈值分割技术 10

2.4  图像膨胀 13

2.5  静态背景下目标视频跟踪实验 15

2.6  本章小结 17

3  机载目标视频跟踪算法研究 17

3.1  Mean-Shift算法及其在目标跟踪中的应用 17

3.2  在目标跟踪中的应用 24

3.3  基于改进的Mean-Shift算法的机载目标跟踪 29

3.3  本章小结 33

4  机载视频跟系统的组成及其跟踪实验 34

4.1  机载视频跟踪系统的硬件组成及其数据传输结构 34

4.2  OpenCV 35

4.3  机载目标视频跟踪实验 36

4.4  本章小结 41

结 论 42

致 谢 45

参考文献 46

1  绪论

1.1  研究背景和意义

无人驾驶航空器（UAV）是一种装备了必要的数据处理单元、传感器、自动控制器以及通信系统的飞行器，能够在无人干预的情况下完成自主飞行任务[1]。小型无人飞行器是指那些从翼展小于15cm、到载荷重达几十千克的飞行器，由于具备一些独特之处，如低成本、小尺寸、高机动等，过去的二三十年中在世界范围内受到普遍重视，在军事与民用领域都获得了大量应用。随着许多相关领域的飞速发展，如传感器、制造技术、通信技术等，小型无人飞行器正变得比以往更加智能，并渐渐成为人类不可或缺的帮手。

基于不同的外形与几何形状，小型无人飞行器可以划分为4类：固定翼、旋翼、扑翼以及其他非常规无人飞行器。其中，前两类是目前执行实际任务与开展科学研究最流行的选择；而第三类在过去的十年中引起了学术界更多的注意，尽管谈到实际应用还为时尚早，但其研究已经取得了初步进展；对于非常规无人飞行器，目前还停留在初始、甚至是概念开发阶段。

始于20世纪70年代的技术爆发加速了现代无人飞行器的诞生，并在进一步开发中取得了巨大进展。小型无人旋翼飞行器在近几十年得以流行，可广泛应用于国家边境防护、重点区域监控、地形匹配、图像导航制导、战场侦查测绘、反恐防恐、城市安全、机场等国家或地区的安检及预护工作中。在这些无人机的应用中，机载目标视频跟踪技术也渐渐丰富并逐步得到了广泛应用。而运动目标分析技术的成熟与发展是促进机载目标视频跟踪技术不断完善的核心，因此，对运动目标分析技术的理论研究与应用创新有着重要作用和深远意义[2-4]。

运动目标分析技术是计算机视觉以及信息融合领域的重要课题，融合了许多领域的先进技术，如：人工智能，图像处理、模式识别、自动控制等。由于视频目标跟踪的结果蕴含了每帧图像中所检测到的运动目标的大量信息，所以在军事和民用上有着非常广泛的应用价值。在军事方面的应用包括：军用跟踪瞄准系统；民事方面的应用包括：智能视频监控，智能交通监控，基于视觉的人机交互系统以及图像检索系统等。正因为如此视频目标跟踪技术一直吸引着国内外众多专家以及研究人员的目光；同时正是由于国内学者孜孜不倦的研究，使视频目标跟踪技术得到非常快速的发展[5]。