基于無(wú)人機(jī)視頻的運(yùn)動(dòng)車輛檢測(cè)研究.pdf

1、隨著無(wú)人機(jī)研發(fā)技術(shù)日益成熟，無(wú)人機(jī)在民用領(lǐng)域各行業(yè)的應(yīng)用開發(fā)逐漸成為熱門的研究課題。無(wú)人機(jī)具有低成本、易部署、高機(jī)動(dòng)性、大視角范圍和統(tǒng)一尺度等優(yōu)勢(shì)，可廣泛應(yīng)用于交通監(jiān)控和交通信息采集。本文綜合考慮無(wú)人機(jī)在交通視頻采集過(guò)程中具有懸停、巡航不同的飛行狀態(tài)，針對(duì)無(wú)人機(jī)視頻圖像的特性，設(shè)計(jì)開發(fā)了基于無(wú)人機(jī)視頻的運(yùn)動(dòng)車輛檢測(cè)算法，并與幀差法、混合高斯算法、光流法等多種運(yùn)動(dòng)目標(biāo)檢測(cè)算法進(jìn)行對(duì)比研究，最后通過(guò)實(shí)驗(yàn)證明了本文算法檢測(cè)精度較高，并能滿足實(shí)

2、時(shí)應(yīng)用的需要。本文的主要研究?jī)?nèi)容如下:
　　(1)本文分析了無(wú)人機(jī)的發(fā)展前景和行業(yè)應(yīng)用的開發(fā)優(yōu)勢(shì)，總結(jié)了無(wú)人機(jī)在交通領(lǐng)域的應(yīng)用研究現(xiàn)狀，詳細(xì)歸納了相關(guān)運(yùn)動(dòng)平臺(tái)視頻目標(biāo)檢測(cè)技術(shù)和圖像處理技術(shù)，并對(duì)基于視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)的主流算法進(jìn)行了詳細(xì)分析。
　　(2)在考慮了無(wú)人機(jī)懸停和巡航不同飛行狀態(tài)下視頻處理需求的基礎(chǔ)上，開發(fā)了基于無(wú)人機(jī)視頻的運(yùn)動(dòng)車輛檢測(cè)算法，實(shí)現(xiàn)過(guò)程分為:①設(shè)置感興趣區(qū)域選擇運(yùn)動(dòng)車輛檢測(cè)的范圍;②引入ViBe背景更

3、新算法進(jìn)行運(yùn)動(dòng)前景區(qū)域提取，改進(jìn)了ViBe算法使用固定閾值和存在鬼影問(wèn)題的缺陷，提高了算法對(duì)無(wú)人機(jī)視頻運(yùn)動(dòng)目標(biāo)檢測(cè)的效果;③通過(guò)形態(tài)學(xué)優(yōu)化處理和車輛目標(biāo)識(shí)別完成了運(yùn)動(dòng)車輛的檢測(cè)。
　　(3)通過(guò)定性、定量的實(shí)驗(yàn)分析，將幀差法、混合高斯算法和光流法三種主流的運(yùn)動(dòng)目標(biāo)檢測(cè)算法與本文算法進(jìn)行了比較，證明本文算法在無(wú)人機(jī)懸停和巡航狀態(tài)下均具有較高檢測(cè)精度(90.25％)和實(shí)時(shí)的計(jì)算速度(42.69fps)，能夠有效地進(jìn)行基于無(wú)人機(jī)視頻的運(yùn)