CN109214243A - 目标跟踪方法、装置及无人机 - Google Patents

目标跟踪方法、装置及无人机 Download PDF

Info

Publication number
CN109214243A
CN109214243A CN201710533226.1A CN201710533226A CN109214243A CN 109214243 A CN109214243 A CN 109214243A CN 201710533226 A CN201710533226 A CN 201710533226A CN 109214243 A CN109214243 A CN 109214243A
Authority
CN
China
Prior art keywords
target
tracked
identification information
unmanned plane
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710533226.1A
Other languages
English (en)
Inventor
江文彦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yuneec International Co Ltd
Original Assignee
Yuneec International Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yuneec International Co Ltd filed Critical Yuneec International Co Ltd
Priority to CN201710533226.1A priority Critical patent/CN109214243A/zh
Publication of CN109214243A publication Critical patent/CN109214243A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10712—Fixed beam scanning
    • G06K7/10722—Photodetector array or CCD scanning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/146—Methods for optical code recognition the method including quality enhancement steps
    • G06K7/1473—Methods for optical code recognition the method including quality enhancement steps error correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/146—Methods for optical code recognition the method including quality enhancement steps
    • G06K7/1491—Methods for optical code recognition the method including quality enhancement steps the method including a reconstruction step, e.g. stitching two pieces of bar code together to derive the full bar code
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例公开了一种目标跟踪方法、装置及无人机。该方法应用于安装有图像采集设备的无人机。该方法包括：利用图像采集设备采集待跟踪目标的图像信息；基于该图像信息，分析该待跟踪目标的标识信息；匹配该标识信息与预先存储的目标标识信息，其中，该目标标识信息为需要跟踪的目标的标识信息；在该标识信息与该目标标识信息匹配的情况下，跟踪该待跟踪目标。本发明实施例的目标跟踪方法、装置及无人机，能够提高跟踪效率。

Description

目标跟踪方法、装置及无人机
技术领域
本发明涉及无人机技术领域，尤其涉及一种目标跟踪方法、装置及无人机。
背景技术
无人机全称为无人驾驶飞机(Unmanned Aerial Vehicle/Drones，UAV)。它是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞行器。
无人机主要被应用在军用领域和民用领域。军用领域方面，无人机主要用于侦察、诱饵、电子对抗、通信中继、无人战斗和靶机等方面。民用领域方面，无人机主要用于巡查、监视、农业、气象、勘探、测绘、运输、救援和影视拍摄等方面。
由于无人机通信所采用的频段为国家规定频段，无人机在跟踪目标的过程中，容易受到其他无人机通信信号的干扰，导致无人机无法准确跟踪目标，跟踪效率较低。
发明内容
本发明实施例提供一种目标跟踪方法、装置及无人机，能够提高跟踪效率。
一方面，本发明实施例提供了一种目标跟踪方法，方法包括：
利用安装在无人机上的图像采集设备采集待跟踪目标的图像信息；
基于该图像信息，分析该待跟踪目标的标识信息；
匹配该标识信息与预先存储的目标标识信息，其中，该目标标识信息为需要跟踪的目标的标识信息；
在该标识信息与该目标标识信息匹配的情况下，跟踪该待跟踪目标。
另一方面，本发明实施例提供了一种目标跟踪装置，装置包括：采集模块、分析模块、匹配模块和跟踪模块，其中，
采集模块，用于利用安装在无人机上的图像采集设备采集待跟踪目标的图像信息；
分析模块，用于基于该图像信息，分析该待跟踪目标的标识信息；
匹配模块，用于匹配该标识信息与预先存储的目标标识信息，其中，该目标标识信息为需要跟踪的目标的标识信息；
跟踪模块，用于在该标识信息与该目标标识信息匹配的情况下，跟踪该待跟踪目标。
再一方面，本发明实施例提供一种无人机，该无人机安装有图像采集设备以及任意一种目标跟踪装置。
本发明实施例的目标跟踪方法、装置及无人机，能够提高跟踪效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明实施例提供的目标跟踪方法的第一种流程示意图；
图2示出了本发明实施例提供的目标跟踪方法的第二种流程示意图；
图3示出了本发明实施例提供的目标跟踪方法的第三种流程示意图；
图4示出了本发明实施例提供的目标跟踪装置的第一种结构示意图；
图5示出了本发明实施例提供的目标跟踪装置的第二种结构示意图；
图6示出了本发明实施例提供的目标跟踪装置的第三种结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了解决现有技术问题，本发明实施例提供了一种目标跟踪方法、装置及无人机。下面首先对本发明实施例所提供的目标跟踪方法进行介绍。
需要说明的是，本发明实施例提供的一种目标跟踪方法及装置，优选适用于安装有图像采集设备的无人机。
图1示出了本发明实施例提供的目标跟踪方法的第一种流程示意图。其可以包括：
S101：利用安装在无人机上的图像采集设备采集待跟踪目标的图像信息。
S102：基于该图像信息，分析该待跟踪目标的标识信息。
S103：匹配该标识信息与预先存储的目标标识信息。
其中，该目标标识信息为需要跟踪的目标的标识信息。
S104：在该标识信息与该目标标识信息匹配的情况下，跟踪该待跟踪目标。
在实际应用中，图像采集设备可以为常用的摄像机，也可以为条码扫描器。其中，条码扫描器，又称为条码阅读器、条码扫描枪、条形码扫描器、条形码扫描枪及条形码阅读器。它是用于读取条码所包含信息的阅读设备，利用光学原理，把条形码的内容解码后通过数据线或者无线的方式传输到电脑或者别的设备。广泛应用于超市、物流快递、图书馆等扫描商品、单据的条码等。条码扫描器可分为一维条码扫描器和二维条码扫描器。条码扫描器的结构通常为以下几部分：光源、接收装置、光电转换部件、译码电路、计算机接口。扫描枪的基本工作原理为：由光源发出的光线经过光学系统照射到条码符号上面。被反射回来的光经过光学系统成像在光电转换器上，经译码器解释为计算机可以直接接受的数字信号。
当图像采集设备为条码扫描器时，相应的采集待跟踪目标的图像信息为待跟踪目标的条码，其中，条码又称条形码(barcode)。它是用某种特定的几何图形按一定规律在平面分布的黑白相间的图形记录数据符号信息的。条码可以标出物品的生产国、制造厂家、商品名称、生产日期、图书分类号、邮件起止地点、类别、日期、车牌号码等许多信息，因而在商品流通、图书管理、邮政管理、银行系统等许多领域都得到广泛的应用。条码可分为一维条码和二维条码(简称二维码)。
当图像采集设备为条码扫描器时，本发明实施例的利用图像采集设备采集待跟踪目标的图像信息，可以包括：利用条码扫描器扫描待跟踪目标上的条码。
具体的，在实际应用中，可以将需要跟踪的目标的标识信息直接发送给无人机进行存储，还可以基于需要跟踪的目标的标识信息生成条码，将条码发送给无人机，无人机利用预先内置的用于对条码进行解码的解码器对条码进行解码，进而获得并存储需要跟踪的目标的标识信息。
当利用条码扫描器扫描待跟踪目标上的条码后，获得待跟踪目标的标识信息。对获得的标识信息与预先存储的标识信息进行匹配。当二者匹配时，表示待跟踪目标即为需要跟踪的目标，跟踪该待跟踪目标。
当图像采集设备为常用的摄像机时，利用摄像机对待跟踪目标进行拍摄。基于拍摄的图像，利用图像识别技术从拍摄的图像中识别出待跟踪目标的标识信息。对识别出的标识信息与预先存储的标识信息进行匹配。当二者匹配时，表示待跟踪目标即为需要跟踪的目标，跟踪该待跟踪目标。
当需要跟踪的目标为车辆，标识信息为车牌号码时，本发明实施例的基于图像信息，分析待跟踪目标的标识信息，可以包括：基于图像信息，利用模型匹配技术，识别待跟踪目标是否为车辆；在识别待跟踪目标为车辆的情况下，利用车牌识别技术，识别待跟踪目标的车牌号码。
具体的，可以基于机器人识别物体的技术，将无人机采集到的图像对应的像素点组成的物体图形转化为无人机能够直接识别的物体图形。可以将不同物体模型存储在无人机中，比如，车辆模型、人模型、电线杆模型、垃圾桶模型、椅子模型等等。当无人机采集到图像信息后，可以对图像信息对应的像素点进行处理，进而获得采集到的图像信息对应的像素点对应的物体图形。利用模型匹配技术，将获得的物体图形与车辆模型进行匹配，如果获得的物体图形与车辆模型相匹配，表示待跟踪目标为车辆，进而利用车牌识别技术，识别待跟踪目标的车牌号码。
其中，车牌识别技术是能够检测到受监控路面的车辆并自动提取车辆牌照信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。
车牌识别算法是车牌识别技术的基础，对图像进行采集，然后从车牌纹理出发，应用分开理论建立基于有向分形参数的车牌定位预处理模型，结合投影法提取车牌区域，再将字符进行分割和识别，最后输出结果。
下面介绍几种常用的车牌识别方法。
方法一：对含有车牌的输入图像进行中值滤波去噪，然后利用二值化处理和形态学处理方法进行多车牌区域的定位，然后对车牌区域逐个进行旋转矫正和去边缘处理，并利用垂直投影法进行字符切割，对切割得到的字符块进行进一步去边缘处理后，利用增强版模板匹配方法进行字符识别。
方法二：采用基于差值投影和数学形态学的定位方法，首先粗略定位出车牌边界，再进行精确定位，然后剔除伪车牌区域。利用霍夫变换(Hough Transform)技术对车牌的二值图像进行校正，然后采用基于差值投影和迭代均值滤波的方法对字符进行分割。利用训练好的神经网络对分割分割出的归一化的字符进行识别。
方法三：采用基于向量机的方法对车牌字符进行识别，顺序包括车牌定位、倾斜校正、字符分割和字符识别。其中，字符识别是采用支持向量机方法对车牌字符进行识别，首先进行字符特征提取，然后通过对支持向量机进行训练，利用训练得到的参数识别字符。
方法四：对图像进行预处理及二值化处理；标注连通分量形成备选字符集合；根据标准车牌中字符的排列方式，分析连通分量之间的空间关系；推断车牌和车牌内字符所在的位置；将所有分割出的字符图像均归一化成相同尺寸的图像；提取描述字符图像的外观和轮廓形状的特征向量；根据提取得到的特征向量，对字符图像进行分类，进而对车牌内的字符进行识别。
图2示出了本发明实施例提供的目标跟踪方法的第二种流程示意图。本发明图2所示实施例在图1所示实施例的基础上，在S103之前增加以下四个步骤：
S105：接收利用预设编码算法对包含该目标标识信息的数据进行编码后的数据。
S106：利用与该预设编码算法对应的解码算法对接收到的数据进行解码。
S107：从解码后的数据中提取该目标标识信息。
S108：存储提取的该目标标识信息。
在实际应用中，预设编码算法可以为消息摘要算法第五版(Message DigestAlgorithm，MD5)、安全哈希算法(Secure Hash Algorithm，SHA)、循环冗余校验(CyclicRedundancy Check，CRC)算法、对称加密算法等等，当然还可以为条码生成算法。
需要说明的是，本发明实施例并不对预先编码算法进行限定，任何编码算法均可以应用于本发明实施例中。
以条码为二维码为例，二维码生成算法的简要编码过程如下：
1.数据分析：确定编码的字符类型，按相应的字符集转换为符号字符。
2.数据编码：将数据字符转换为位流，每8位一个码字，整体构成一个数据的码字序列。
3.纠错编码：将码字序列分块，并根据纠错等级和分块的码字，产生纠错码字，并把纠错码字加入到数据码字序列后面，成为一个新的序列。
4.构造最终数据信息：在规格确定的条件下，将上面产生的序列按次序放入分块中。
5.构造矩阵：将探测图形、分隔符、定位图形、校正图形和码字模块放入矩阵中。
6.掩摸：将掩摸图形用于符号的编码区域，使得二维码图形中的深色和浅色(黑色和白色)区域能够比率最优的分布。
7.格式和版本信息：生成格式和版本信息放入相应区域内。
示例性的，接收二维码，其中该二维码即为利用二维码生成算法对包含目标标识信息的数据进行编码后的数据。利用二维码解码算法对接收到的二维码进行解码，从解码后的数据中提取目标标识信息，进而存储提取的目标标识信息。
图3示出了本发明实施例提供的目标跟踪方法的第三种流程示意图。其中，待跟踪目标为搭载该无人机的车辆；本发明图3所示实施例在图1所示实施例的基础上，增加S109：控制该无人机降落在该待跟踪目标上用于搭载该无人机的位置。
需要说明的是，本发明实施例的S109也可以在图2所示实施例的基础上增加。
在本发明的一个具体实施例中，控制该无人机降落在该待跟踪目标上用于搭载该无人机的位置，可以包括：基于搭载该无人机的车辆发送的降落指令，控制该无人机降落在该待跟踪目标上用于搭载该无人机的位置。
具体的，搭载该无人机的车辆在发现其搭载的无人机跟踪时，此时，可以向该无人机发送降落指令，还无人机在接收到该降落指令后，控制自身降落在搭载该无人机的车辆上用于搭载该无人机的位置。在实际应用中，为了减少其他无人机通信信号的干扰，搭载该无人机的车辆可以驶离无人机通信信号干扰较严重区域后，再向该无人机发送降落指令。
在本发明的一个具体实施例中，控制该无人机降落在该待跟踪目标上用于搭载该无人机的位置，可以包括：基于无人机自动返航技术，控制该无人机降落在该待跟踪目标上用于搭载该无人机的位置。
其中，无人机自动返航技术是指无人机在完成既定任务接收到自动返航指令或丢失控制信号后，通过其自身视觉系统或全球定位系统(Global Positioning System，GPS)的记录，自动返回返航点上方并完成自动降落的功能。无人机自动返航实现方式主要有两种，一种是基于GPS返航，另一种是基于图像匹配返航。
本发明实施例提供的目标跟踪方法，基于标识信息进行跟踪，能够避免其他无人机通信信号的干扰，提高跟踪效率。
与上述的方法实施例相对应，本发明实施例还提供一种目标跟踪装置。
图4示出了本发明实施例提供的目标跟踪装置的第一种结构示意图。其可以包括：采集模块401、分析模块402、匹配模块403和跟踪模块404，其中，
采集模块401，用于利用图像采集设备采集待跟踪目标的图像信息；
分析模块402，用于基于图像信息，分析待跟踪目标的标识信息；
匹配模块403，用于匹配标识信息与预先存储的目标标识信息，其中，目标标识信息为需要跟踪的目标的标识信息；
跟踪模块404，用于在标识信息与目标标识信息匹配的情况下，跟踪待跟踪目标。
在实际应用中，图像采集设备可以为常用的摄像机，也可以为条码扫描器。其中，条码扫描器，又称为条码阅读器、条码扫描枪、条形码扫描器、条形码扫描枪及条形码阅读器。它是用于读取条码所包含信息的阅读设备，利用光学原理，把条形码的内容解码后通过数据线或者无线的方式传输到电脑或者别的设备。广泛应用于超市、物流快递、图书馆等扫描商品、单据的条码等。条码扫描器可分为一维条码扫描器和二维条码扫描器。条码扫描器的结构通常为以下几部分：光源、接收装置、光电转换部件、译码电路、计算机接口。扫描枪的基本工作原理为：由光源发出的光线经过光学系统照射到条码符号上面。被反射回来的光经过光学系统成像在光电转换器上，经译码器解释为计算机可以直接接受的数字信号。
当图像采集设备为条码扫描器时，相应的采集待跟踪目标的图像信息为待跟踪目标的条码，其中，条码又称条形码。它是用某种特定的几何图形按一定规律在平面分布的黑白相间的图形记录数据符号信息的。条码可以标出物品的生产国、制造厂家、商品名称、生产日期、图书分类号、邮件起止地点、类别、日期、车牌号码等许多信息，因而在商品流通、图书管理、邮政管理、银行系统等许多领域都得到广泛的应用。条码可分为一维条码和二维条码(简称二维码)。
当图像采集设备为条码扫描器时，本发明实施例的采集模块401，具体可以用于：利用条码扫描器扫描待跟踪目标上的条码。
具体的，在实际应用中，可以将需要跟踪的目标的标识信息直接发送给无人机进行存储，还可以基于需要跟踪的目标的标识信息生成条码，将条码发送给无人机，无人机利用预先内置的用于对条码进行解码的解码器对条码进行解码，进而获得并存储需要跟踪的目标的标识信息。
当利用条码扫描器扫描待跟踪目标上的条码后，获得待跟踪目标的标识信息。对获得的标识信息与预先存储的标识信息进行匹配。当二者匹配时，表示待跟踪目标即为需要跟踪的目标，跟踪该待跟踪目标。
当图像采集设备为常用的摄像机时，利用摄像机对待跟踪目标进行拍摄。基于拍摄的图像，利用图像识别技术从拍摄的图像中识别出待跟踪目标的标识信息。对识别出的标识信息与预先存储的标识信息进行匹配。当二者匹配时，表示待跟踪目标即为需要跟踪的目标，跟踪该待跟踪目标。
当需要跟踪的目标为车辆，标识信息为车牌号码时，本发明实施例的采集模块401，具体可以用于：基于图像信息，利用模型匹配技术，识别待跟踪目标是否为车辆；在识别待跟踪目标为车辆的情况下，利用车牌识别技术，识别待跟踪目标的车牌号码。
具体的，可以基于机器人识别物体的技术，将无人机采集到的图像对应的像素点组成的物体图形转化为无人机能够直接识别的物体图形。可以将不同物体模型存储在无人机中，比如，车辆模型、人模型、电线杆模型、垃圾桶模型、椅子模型等等。当无人机采集到图像信息后，可以对图像信息对应的像素点进行处理，进而获得采集到的图像信息对应的像素点对应的物体图形。利用模型匹配技术，将获得的物体图形与车辆模型进行匹配，如果获得的物体图形与车辆模型相匹配，表示待跟踪目标为车辆，进而利用车牌识别技术，识别待跟踪目标的车牌号码。
其中，车牌识别技术是能够检测到受监控路面的车辆并自动提取车辆牌照信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。
车牌识别算法是车牌识别技术的基础，对图像进行采集，然后从车牌纹理出发，应用分开理论建立基于有向分形参数的车牌定位预处理模型，结合投影法提取车牌区域，再将字符进行分割和识别，最后输出结果。
下面介绍几种常用的车牌识别方法。
方法一：对含有车牌的输入图像进行中值滤波去噪，然后利用二值化处理和形态学处理方法进行多车牌区域的定位，然后对车牌区域逐个进行旋转矫正和去边缘处理，并利用垂直投影法进行字符切割，对切割得到的字符块进行进一步去边缘处理后，利用增强版模板匹配方法进行字符识别。
方法二：采用基于差值投影和数学形态学的定位方法，首先祖略定位出车牌边界，再进行精确定位，然后剔除伪车牌区域。利用Hough Transform技术对车牌的二值图像进行校正，然后采用基于差值投影和迭代均值滤波的方法对字符进行分割。利用训练好的神经网络对分割分割出的归一化的字符进行识别。
方法三：采用基于向量机的方法对车牌字符进行识别，顺序包括车牌定位、倾斜校正、字符分割和字符识别。其中，字符识别是采用支持向量机方法对车牌字符进行识别，首先进行字符特征提取，然后通过对支持向量机进行训练，利用训练得到的参数识别字符。
方法四：对图像进行预处理及二值化处理；标注连通分量形成备选字符集合；根据标准车牌中字符的排列方式，分析连通分量之间的空间关系；推断车牌和车牌内字符所在的位置；将所有分割出的字符图像均归一化成相同尺寸的图像；提取描述字符图像的外观和轮廓形状的特征向量；根据提取得到的特征向量，对字符图像进行分类，进而对车牌内的字符进行识别。
图5示出了本发明实施例提供的目标跟踪装置的第二种结构示意图。本发明图5所示实施例在图4所示实施例的基础上增加：接收模块405、解码模块406、提取模块407和存储模块408，其中，
接收模块405，用于接收利用预设编码算法对包含目标标识信息的数据进行编码后的数据。
解码模块406，用于利用与预设编码算法对应的解码算法对接收到的数据进行解码。
提取模块407，用于从解码后的数据中提取目标标识信息。
存储模块408，用于存储提取的目标标识信息。
在实际应用中，预设编码算法可以为MD5、SHA、CRC算法、对称加密算法等等，当然还可以为条码生成算法。
需要说明的是，本发明实施例并不对预先编码算法进行限定，任何编码算法均可以应用于本发明实施例中。
以条码为二维码为例，二维码生成算法的简要编码过程如下：
1.数据分析：确定编码的字符类型，按相应的字符集转换为符号字符。
2.数据编码：将数据字符转换为位流，每8位一个码字，整体构成一个数据的码字序列。
3.纠错编码：将码字序列分块，并根据纠错等级和分块的码字，产生纠错码字，并把纠错码字加入到数据码字序列后面，成为一个新的序列。
4.构造最终数据信息：在规格确定的条件下，将上面产生的序列按次序放入分块中。
5.构造矩阵：将探测图形、分隔符、定位图形、校正图形和码字模块放入矩阵中。
6.掩摸：将掩摸图形用于符号的编码区域，使得二维码图形中的深色和浅色(黑色和白色)区域能够比率最优的分布。
7.格式和版本信息：生成格式和版本信息放入相应区域内。
示例性的，接收二维码，其中该二维码即为利用二维码生成算法对包含目标标识信息的数据进行编码后的数据。利用二维码解码算法对接收到的二维码进行解码，从解码后的数据中提取目标标识信息，进而存储提取的目标标识信息。
图6示出了本发明实施例提供的目标跟踪装置的第三种结构示意图。其中，待跟踪目标为搭载该无人机的车辆；本发明图6所示实施例在图4所示实施例的基础上增加：控制模块409，用于控制该无人机降落在该待跟踪目标上用于搭载该无人机的位置。
需要说明的是，本发明实施例的控制模块409也可以在图5所示实施例的基础上增加。
在本发明的一个具体实施例中，本发明实施例的控制模块409，具体可以用于：基于搭载该无人机的车辆发送的降落指令，控制该无人机降落在该待跟踪目标上用于搭载该无人机的位置。
具体的，搭载该无人机的车辆在发现其搭载的无人机跟踪时，此时，可以向该无人机发送降落指令，还无人机在接收到该降落指令后，控制自身降落在搭载该无人机的车辆上用于搭载该无人机的位置。在实际应用中，为了减少其他无人机通信信号的干扰，搭载该无人机的车辆可以驶离无人机通信信号干扰较严重区域后，再向该无人机发送降落指令。
在本发明的一个具体实施例中，本发明实施例的控制模块409，具体可以用于：基于无人机自动返航技术，控制该无人机降落在该待跟踪目标上用于搭载该无人机的位置。
其中，无人机自动返航技术是指无人机在完成既定任务接收到自动返航指令或丢失控制信号后，通过其自身视觉系统或GPS的记录，自动返回返航点上方并完成自动降落的功能。无人机自动返航实现方式主要有两种，一种是基于GPS返航，另一种是基于图像匹配返航。
本发明实施例提供的目标跟踪装置，基于标识信息进行跟踪，能够避免其他无人机通信信号的干扰，提高跟踪效率。
另外，本发明实施例还提供一种无人机。该无人机安装有图像采集设备以及上述实施例中的任意一种目标跟踪装置。
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (11)

1.一种目标跟踪方法，其特征在于，所述方法应用于安装有图像采集设备的无人机，所述方法包括：
利用所述图像采集设备采集待跟踪目标的图像信息；
基于所述图像信息，分析所述待跟踪目标的标识信息；
匹配所述标识信息与预先存储的目标标识信息，其中，所述目标标识信息为需要跟踪的目标的标识信息；
在所述标识信息与所述目标标识信息匹配的情况下，跟踪所述待跟踪目标。
2.根据权利要求1所述的方法，其特征在于，所述利用所述图像采集设备采集待跟踪目标的图像信息，包括：
利用条码扫描器扫描所述待跟踪目标上的条码。
3.根据权利要求1所述的方法，其特征在于，在所述匹配所述标识信息与预先存储的目标标识信息之前，所述方法还包括：
接收利用预设编码算法对包含所述目标标识信息的数据进行编码后的数据；
利用与所述预设编码算法对应的解码算法对接收到的数据进行解码；
从解码后的数据中提取所述目标标识信息；
存储提取的所述目标标识信息。
4.根据权利要求1所述的方法，其特征在于，所述需要跟踪的目标为车辆，所述标识信息为车牌号码；
所述基于所述图像信息，分析所述待跟踪目标的标识信息，包括：
基于所述图像信息，利用模型匹配技术，识别所述待跟踪目标是否为车辆；
在识别所述待跟踪目标为车辆的情况下，利用车牌识别技术，识别所述待跟踪目标的车牌号码。
5.根据权利要求1所述的方法，其特征在于，所述待跟踪目标为搭载所述无人机的车辆；所述方法还包括：
控制所述无人机降落在所述待跟踪目标上用于搭载所述无人机的位置。
6.一种目标跟踪装置，其特征在于，所述装置应用于安装有图像采集设备的无人机，所述装置包括：采集模块、分析模块、匹配模块和跟踪模块，其中，
所述采集模块，用于利用所述图像采集设备采集待跟踪目标的图像信息；
所述分析模块，用于基于所述图像信息，分析所述待跟踪目标的标识信息；
所述匹配模块，用于匹配所述标识信息与预先存储的目标标识信息，其中，所述目标标识信息为需要跟踪的目标的标识信息；
所述跟踪模块，用于在所述标识信息与所述目标标识信息匹配的情况下，跟踪所述待跟踪目标。
7.根据权利要求6所述的装置，其特征在于，所述采集模块，具体用于：
利用条码扫描器扫描所述待跟踪目标上的条码。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括：接收模块、解码模块、提取模块和存储模块，其中，
所述接收模块，用于接收利用预设编码算法对包含所述目标标识信息的数据进行编码后的数据；
所述解码模块，用于利用与所述预设编码算法对应的解码算法对接收到的数据进行解码；
所述提取模块，用于从解码后的数据中提取所述目标标识信息；
所述存储模块，用于存储提取的所述目标标识信息。
9.根据权利要求6所述的装置，其特征在于，所述需要跟踪的目标为车辆，所述标识信息为车牌号码；
所述分析模块，具体用于：
基于所述图像信息，利用模型匹配技术，识别所述待跟踪目标是否为车辆；
在识别所述待跟踪目标为车辆的情况下，利用车牌识别技术，识别所述待跟踪目标的车牌号码。
10.根据权利要求6所述的装置，其特征在于，所述待跟踪目标为搭载所述无人机的车辆；
所述装置还包括：控制模块，用于控制所述无人机降落在所述待跟踪目标上用于搭载所述无人机的位置。
11.一种无人机，其特征在于，所述无人机安装有图像采集设备以及权利要求6-10任一项所述的目标跟踪装置。
CN201710533226.1A 2017-07-03 2017-07-03 目标跟踪方法、装置及无人机 Pending CN109214243A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710533226.1A CN109214243A (zh) 2017-07-03 2017-07-03 目标跟踪方法、装置及无人机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710533226.1A CN109214243A (zh) 2017-07-03 2017-07-03 目标跟踪方法、装置及无人机

Publications (1)

Publication Number Publication Date
CN109214243A true CN109214243A (zh) 2019-01-15

Family

ID=64991856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710533226.1A Pending CN109214243A (zh) 2017-07-03 2017-07-03 目标跟踪方法、装置及无人机

Country Status (1)

Country Link
CN (1) CN109214243A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111625014A (zh) * 2019-02-28 2020-09-04 上海博泰悦臻电子设备制造有限公司 一种无人机控制方法、车载终端及计算机可读存储介质
CN112270706A (zh) * 2020-11-02 2021-01-26 富盛科技股份有限公司 载体设备管理方法和装置
CN112380933A (zh) * 2020-11-02 2021-02-19 中国兵器工业计算机应用技术研究所 无人机识别目标的方法、装置及无人机

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130002866A1 (en) * 2010-12-20 2013-01-03 International Business Machines Corporation Detection and Tracking of Moving Objects
EP2698740A2 (en) * 2012-08-17 2014-02-19 GE Aviation Systems LLC Method of identifying a tracked object for use in processing hyperspectral data
CN105447459A (zh) * 2015-11-18 2016-03-30 上海海事大学 一种无人机自动检测目标和跟踪方法
CN105578034A (zh) * 2015-12-10 2016-05-11 深圳市道通智能航空技术有限公司 一种对目标进行跟踪拍摄的控制方法、控制装置及系统
CN105759839A (zh) * 2016-03-01 2016-07-13 深圳市大疆创新科技有限公司 无人机视觉跟踪方法、装置以及无人机
CN106157630A (zh) * 2016-08-01 2016-11-23 百度在线网络技术（北京）有限公司 犯罪嫌疑目标的监测方法、车辆及系统
CN106713845A (zh) * 2015-11-16 2017-05-24 南京三宝弘正视觉技术有限公司 无人机连接型监控cctv装置及基于其的图像拍摄方法
CN106778959A (zh) * 2016-12-05 2017-05-31 宁波亿拍客网络科技有限公司 一种可基于计算机视觉感知识别的特定标记及方法系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130002866A1 (en) * 2010-12-20 2013-01-03 International Business Machines Corporation Detection and Tracking of Moving Objects
EP2698740A2 (en) * 2012-08-17 2014-02-19 GE Aviation Systems LLC Method of identifying a tracked object for use in processing hyperspectral data
CN106713845A (zh) * 2015-11-16 2017-05-24 南京三宝弘正视觉技术有限公司 无人机连接型监控cctv装置及基于其的图像拍摄方法
CN105447459A (zh) * 2015-11-18 2016-03-30 上海海事大学 一种无人机自动检测目标和跟踪方法
CN105578034A (zh) * 2015-12-10 2016-05-11 深圳市道通智能航空技术有限公司 一种对目标进行跟踪拍摄的控制方法、控制装置及系统
CN105759839A (zh) * 2016-03-01 2016-07-13 深圳市大疆创新科技有限公司 无人机视觉跟踪方法、装置以及无人机
CN106157630A (zh) * 2016-08-01 2016-11-23 百度在线网络技术（北京）有限公司 犯罪嫌疑目标的监测方法、车辆及系统
CN106778959A (zh) * 2016-12-05 2017-05-31 宁波亿拍客网络科技有限公司 一种可基于计算机视觉感知识别的特定标记及方法系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111625014A (zh) * 2019-02-28 2020-09-04 上海博泰悦臻电子设备制造有限公司 一种无人机控制方法、车载终端及计算机可读存储介质
CN112270706A (zh) * 2020-11-02 2021-01-26 富盛科技股份有限公司 载体设备管理方法和装置
CN112380933A (zh) * 2020-11-02 2021-02-19 中国兵器工业计算机应用技术研究所 无人机识别目标的方法、装置及无人机
CN112380933B (zh) * 2020-11-02 2023-11-07 中国兵器工业计算机应用技术研究所 无人机识别目标的方法、装置及无人机
CN112270706B (zh) * 2020-11-02 2024-10-18 富盛科技股份有限公司 载体设备管理方法和装置

Similar Documents

Publication Publication Date Title
CN112686812B (zh) 银行卡倾斜矫正检测方法、装置、可读存储介质和终端
CN108920992B (zh) 一种基于深度学习的医药标签条码的定位与识别方法
EP2120211B1 (en) Marker generating system and method
CN109759713B (zh) 基于ccd图像识别的快速打标方法及快速打标系统
US20130279758A1 (en) Method and system for robust tilt adjustment and cropping of license plate images
CN108806334A (zh) 一种基于图像的智能船舶身份识别方法
US10803272B1 (en) Detection of encoded signals and icons
CN109214243A (zh) 目标跟踪方法、装置及无人机
KR20210114383A (ko) 타이어 측벽 이미징 시스템
CN109919157A (zh) 一种视觉定位方法及装置
Saha et al. Automatic localization and recognition of license plate characters for Indian vehicles
RU2729399C1 (ru) Способ обнаружения и распознавания визуальных маркеров большой дальности и высокой плотности
CN110427949A (zh) 表单校验的方法、装置、计算设备和介质
Faustina Joan et al. A survey on text information extraction from born-digital and scene text images
CN111950556A (zh) 一种基于深度学习的号牌印刷质量检测方法
CN116704441A (zh) 社区人员的异常行为检测方法、装置及相关设备
CN109740607B (zh) 字符图像的残缺区域检测和残缺字符图像恢复方法
WO2018185574A1 (en) Apparatus and method for documents and/or personal identities recognition and validation
Suh et al. Fusion of global-local features for image quality inspection of shipping label
CN112633114B (zh) 面向建筑物变化事件的无人机巡查智能预警方法和装置
CN112818983B (zh) 一种利用图片相识度判断字符倒置的方法
CN111507119A (zh) 标识码识别方法、装置、电子设备及计算机可读存储介质
KR20020058161A (ko) 코드화된 패턴 및 이의 코드 추출 방법
Huang et al. A back propagation based real-time license plate recognition system
CN210209071U (zh) 基于ccd图像识别的快速打标系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190115