无人机主动视觉运动目标自主导引关键技术基础研究

针对运动背景下运动目标的实时自动检测这一难题，首次提出将坐标变换灰度投影与视动矩阵背景重建相结合的基于全局运动补偿的运动目标自动检测方法，该方法对摄像机的运动无约束限制，并具有全局计算、简化降维、多帧并用、鲁棒快捷的特点。不失一般性，本项目通过对时间-空间域的运动模型进行连续小波变换CWT，建立了表征目标运动参数特征（速度、位置、尺寸）的三个局部能量密度函数，进而在波数-频率域内创建了以局部能量密度基的空间分布信息加权的混合高斯核分布表观模式，该模式在视频跟踪中对光照、噪声、短时遮挡和姿态等各种变化具有鲁棒的特点。将该表观模式作为自动跟踪环节中目标的统计特征模板，利用基于核函数分析的混合分布EM参数估计技术在波数-频率域设计了实时而稳健的运动目标视觉跟踪算法，运动目标跟踪结果和其所反馈的目标运动参数信息，为单目主动视觉传感器由二维图像信息自动生成摇、摆、变焦等控制信号提供了可靠的保证。

本项目针对无人机主动视觉运动目标自主导引中的单目摄像机在运动背景下对运动目标的实时自动检测跟踪这一难题，基于坐标变换灰度投影法与改进光流法实现了稳像及运动目标自动检测，该方法对摄像机的运动无约束限制，并具有鲁棒快捷的特点，所实现的实时及高灵敏度图像序列像质评价（含稳像）方法研究可有效地评价图像稳像效果；项目通过将时空处理块的运动滤波与运动参数的最优匹配相结合，建立了表征目标运动参数特征（速度、位置、尺寸）的三个局部能量密度函数，得到了基于时空处理块的连续小波变换运动目标跟踪的完整流程，实现三维时空域小波六维变量情况下的对光照、噪声具鲁棒特点的运动目标的跟踪，并且建立了运动参数间的函数关系以增强算法的准确性和表达跟踪结果时的直观性；对仿真图像序列、由自建的半物理仿真实验系统拍摄的视频和实际视频进行了实验，结果显示本项目所提出的算法和策略在多种影响条件的干扰下仍可以在动态背景中跟踪运动目标。为解决针对地面移动目标的无人机自主视觉导引中单目主动视觉传感器由二维图像信息自动生成摇、摆、变焦等控制信号提供了可靠的保证。