微小型无人直升机航拍动态阴影检测研究

论文摘要

微小型无人直升机具备体积轻小、成本低廉、飞行方式灵活等优点,在军事和民用领域中应用广泛。执行各类应用任务时,视觉导航系统都是微小型无人直升机系统的重要组成部分。阴影是一种常见的图像降质现象,在微小型无人直升机视觉系统的航拍图像中普遍存在。对航拍动态阴影的有效检测不仅可为目标识别排除干扰,也有利于揭示微小型无人直升机所处的三维场景信息,从而辅助其进行环境感知和视觉导航。针对微小型无人直升机低负载、低成本的限制,以及适应变化环境、适应运动拍摄场景的算法要求,本文设计并实现了一套微小型无人直升机航拍动态阴影检测系统,具体工作包括:1)设计并搭建低负载、低成本的微小型无人直升机航拍动态阴影检测软硬件系统框架。2)设计一套基于半监督学习策略的航拍动态阴影检测方法,本方法在分析阴影特征集特点的基础上,提取两个独立的阴影特征;对现有Co-EM策略加以改进,实现单帧图像的阴影检测;根据无人机运动特点,提出基于样本参数传递的在线检测模型。3)搭建动态阴影检测算法实现软件平台。4)在真实的微小型无人直升机系统上对本文的航拍动态阴影检测方法进行实验,通过与目前典型的阴影检测方法进行实验结果对比分析,验证了本系统的有效性和优势。

论文目录

• 摘要
• ABSTRACT
• 致谢
• 第一章 绪论
• 1.1 选题背景和意义
• 1.1.1 微小型无人直升机研究概述
• 1.1.2 微小型无人直升机视觉系统概述
• 1.1.3 航拍动态阴影检测的研究意义
• 1.2 相关领域研究现状
• 1.3 微小型无人直升机航拍动态阴影检测的关键问题
• 1.4 本文研究的主要内容
• 1.5 论文章节安排
• 第二章 阴影检测基础知识
• 2.1 数字图像处理基础知识
• 2.1.1 基本概念和数字表达
• 2.1.2 彩色数字图像
• 2.1.3 色彩空间理论
• 2.1.4 图像分割
• 2.1.5 图像识别
• 2.2 机器学习基础
• 2.2.1 基本概念
• 2.2.2 机器学习的基本框架
• 2.3 半监督学习基础知识
• 2.3.1 概念和历史
• 2.3.2 研究意义
• 2.3.3 现有算法分类和总结
• 2.4 图形输入输出接口DirectShow简介
• 第三章 微小型无人直升机阴影检测软硬件平台设计
• 3.1 阴影检测系统的硬件构架和组成
• 3.1.1 系统结构选择
• 3.1.2 系统组成
• 3.2 阴影检测系统的软件构架和组成
• 3.2.1 图像捕获
• 3.2.2 图像处理
• 第四章 基于半监督学习的动态阴影检测算法设计
• 4.1 微小型无人直升机平台下航拍影像中阴影检测的难点
• 4.2 基于半监督学习的动态阴影检测算法框架
• 4.3 阴影特征的设计与提取
• 4.3.1 图像特征提取技术
• 4.3.2 阴影特征集分析
• 4.3.3 阴影的特征子集
• 4.3.4 阴影特征设计
• 4.4 分类器设计
• 4.4.1 EM和Co-training
• 4.4.2 Co-EM
• 4.4.3 基于改进后Co-EM的分类器设计
• 4.4.4 单帧阴影检测
• 4.5 序列图像的动态阴影检测
• 4.6 算法优越性分析
• 4.6.1 视角（特征）互补性
• 4.6.2 对Co-EM的改进
• 4.6.3 初值问题和算法速度提升
• 第五章 实验结果
• 5.1 微小型无人直升机平台
• 5.2 实验方法
• 5.3 实验结果
• 5.4 实验分析
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 作者简历及在学期间所取得的科研成果