OpenCV 作为本次课题核心视觉跟踪检测程序的底层支持库。它的英文全程为： Open source Computer Vision library[17] [18]。它是由一些 C 函数和 C++类构成的轻量且 高效的程序，起初是在 1999 年由 Intel 公司开发的跨平台图像处理和计算机视觉开放 源码，它能够在 Linux、Windows、Mac OS、Android、iOS、Maemo 等操作系统上运 行。OpenCV 拥有包括 500 多个 C 函数的跨平台的中高层 API，强大的 OpenCV 除了 用 C 语言和 C++语言进行开发和使用之外，还支持使用 C#、Ch、Ruby 等并且提供 了 Python、Matlab、Java 等语言接口，从而实现了图形处理和计算机视觉方面的很多 通用算法。

在视觉跟踪系统设计中使用的是 OpenCV 库的 2。4。12 版本，此版本拥有 17 个模 块分别是：相机校准和三维重建相关模块、核心功能模块、图像处理模块、2D 功能 框架模块、高维的近似近邻快速搜查算法库、GPU 加速的计算机视觉模块、高层 GUI 图形用户界面模块、机器学习模块、专利算法模块、目标检测模块、运用 OpenCL 加 速的计算机视觉组件模块、图像修复和图像去噪模块、图像拼接模块、超分辨率技术 相关功能模块、测试相关代码、视频分析组件和视频稳定相关组件。来:自[优.尔]论,文-网www.youerw.com +QQ752018766-

由于 OpenCV 提供了非常丰富的图像处理算法，加上其由 C/C++语言编写并且开 源的特性，在编写视觉跟踪算法的时候将它作为得力的工具，提高了程序的质量和编 写的效率。

2。4 小结 

本章主要讲述了旋翼无人机系统的硬件组成、系统运行环境以及简要的介绍了整 个系统设计时候依靠的 CUDA 和 OpenCV 连接库。在总结无人机跟踪系统平台的基 础上，本章以整体到局部的方式，概略到详细地介绍了无人机系统硬件的三大主要组成部分、并对该系统的主要平台 Jetson TK1 的系统环境进行粗略的介绍，最后介绍了 旋翼无人机跟踪检测程序基于的链接库——CUDA 和 OpenCV。

本章所提及的系统平台以及底层支持库将在第四章系统设计中给出详细的阐述， 并对硬件的搭建进行详尽讲解和给出图例。