CN110298866A - 基于无人机影像技术的地面物体跟踪方法及系统 - Google Patents
基于无人机影像技术的地面物体跟踪方法及系统 Download PDFInfo
- Publication number
- CN110298866A CN110298866A CN201910490790.9A CN201910490790A CN110298866A CN 110298866 A CN110298866 A CN 110298866A CN 201910490790 A CN201910490790 A CN 201910490790A CN 110298866 A CN110298866 A CN 110298866A
- Authority
- CN
- China
- Prior art keywords
- information
- unmanned plane
- aerial vehicle
- unmanned aerial
- model
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种基于无人机影像技术的地面物体跟踪方法，其包括如下步骤：S1、获取地面信息的图像信息，并对图像信息进行标准化处理，根据标准化处理结果生成跟踪识别模型；S2、在无人机控制系统中配置无人机航迹信息、航行控制指令信息；S3、根据无人机控制系统中配置无人机航迹信息、航行控制指令信息对无人机进行航行控制，并在航行过程中采集地面图像信息；S4、根据所述步骤S1中的跟踪识别模型对地面图像信息进行处理；S5、根据处理结果对地面物体进行匹配和跟踪。
Description
技术领域
本发明涉及无人机航拍技术领域，尤其涉及一种基于无人机影像技术的地面物体跟踪方法及系统。
背景技术
无人驾驶飞机简称“无人机”，英文缩写为“UAV”，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机，或者由车载计算机完全地或间歇地自主地操作。
与有人驾驶飞机相比，无人机往往更适合那些太“愚钝，肮脏或危险”的任务。无人机按应用领域，可分为军用与民用。军用方面，无人机分为侦察机和靶机。民用方面，无人机+行业应用，是无人机真正的刚需；目前在航拍、农业、植保、微型自拍、快递运输、灾难救援、观察野生动物、监控传染病、测绘、新闻报道、电力巡检、救灾、影视拍摄、制造浪漫等等领域的应用，大大的拓展了无人机本身的用途，发达国家也在积极扩展行业应用与发展无人机技术。
2018年9月份，世界海关组织协调制度委员会(HSC)第62次会议决定，将无人机归类为“会飞的照相机”。
无人机航拍摄影是以无人驾驶飞机作为空中平台,以机载遥感设备，如高分辨率CCD数码相机、轻型光学相机、红外扫描仪，激光扫描仪、磁测仪等获取信息，用计算机对图像信息进行处理，并按照一定精度要求制作成图像。全系统在设计和最优化组合方面具有突出的特点，是集成了高空拍摄、遥控、遥测技术、视频影像微波传输和计算机影像信息处理的新型应用技术。
使用无人机进行小区域遥感航拍技术，在实践中取得了明显成效和经验。以无人机为空中遥感平台的微型航空遥感技术，适应国家经济和文化建设发展的需要，为中小城市特别是城、镇、县、乡等地区经济和文化建设提供了有效的遥感技术服务手段。遥感航拍技术对我国经济的发展具有重要的促进作用。
无人机航拍影像具有高清晰、大比例尺、小面积、高现势性的优点。特别适合获取带状地区航拍影像(公路、铁路、河流、水库、海岸线等)。且无人驾驶飞机为航拍摄影提供了操作方便，易于转场的遥感平台。起飞降落受场地限制较小，在操场、公路或其它较开阔的地面均可起降，其稳定性、安全性好，转场等非常容易。
多用途、多功能的影像系统是获取遥感信息的重要手段。遥感航拍使用的摄影、摄像器材主要是经过改装的照相机，拍摄黑白、彩色的负片及反转片。也可使用小型数字摄像机或视频无线传输技术进行彩色摄制。小型轻便、低噪节能、高效机动、影像清晰、轻型化、小型化、智能化更是无人机航拍的突出特点。
现有技术中虽然对于无人机航拍精度技术有了很大的提高，但是对于地面上特定物体、形状的跟踪和识别尚不够精确。
发明内容
有鉴于此，为了避免阻抗不匹配，本发明提出一种基于无人机影像技术的地面物体跟踪方法及系统。
一种基于无人机影像技术的地面物体跟踪方法，其包括如下步骤：
S1、获取地面信息的图像信息，并对图像信息进行标准化处理，根据标准化处理结果生成跟踪识别模型；
S2、在无人机控制系统中配置无人机航迹信息、航行控制指令信息；
S3、根据无人机控制系统中配置无人机航迹信息、航行控制指令信息对无人机进行航行控制，并在航行过程中采集地面图像信息；
S4、根据所述步骤S1中的跟踪识别模型对地面图像信息进行处理；
S5、根据处理结果对地面物体进行匹配和跟踪。
在本发明所述的基于无人机影像技术的地面物体跟踪方法中，
所述步骤S1包括：
获取地面信息的图像信息中特征部分数据，并对所述特征部分数据的每一行数据进行局部二值化。
在本发明所述的基于无人机影像技术的地面物体跟踪方法中，
所述步骤S1中获取地面信息的图像信息中特征部分数据，并对所述特征部分数据的每一行数据进行局部二值化包括：
对地面信息的图像数据进行处理，处理得到k行，i列的像素数据值；
获得第k行的所有像素值的平均值；
对平均值进行处理获得加权平均值，并获得加权平均值的下降阈值；
根据下降阈值判断特定点是否为特征部分数据的边缘点；其中边缘点包括上升点、下降点；
获取相邻上升点、下降点之间的水平距离，并重复上述步骤直到所有行都处理完毕，从而获得跟踪识别模型。
在本发明所述的基于无人机影像技术的地面物体跟踪方法中，
将跟踪识别模型同时存储在无人机控制系统和远程控制系统中。
本发明还提供一种基于无人机影像技术的地面物体跟踪系统，其包括如下单元：
模型建立单元，用于获取地面信息的图像信息，并对图像信息进行标准化处理，根据标准化处理结果生成跟踪识别模型；
指令配置单元，用于在无人机控制系统中配置无人机航迹信息、航行控制指令信息；
信息采集单元，用于根据无人机控制系统中配置无人机航迹信息、航行控制指令信息对无人机进行航行控制，并在航行过程中采集地面图像信息；
识别匹配单元，用于根据所述模型建立单元中的跟踪识别模型对地面图像信息进行处理；
物体跟踪单元，用于根据处理结果对地面物体进行匹配和跟踪。
在本发明所述的基于无人机影像技术的地面物体跟踪系统中，
所述模型建立单元包括：
获取地面信息的图像信息中特征部分数据，并对所述特征部分数据的每一行数据进行局部二值化。
在本发明所述的基于无人机影像技术的地面物体跟踪系统中，
所述模型建立单元中获取地面信息的图像信息中特征部分数据，并对所述特征部分数据的每一行数据进行局部二值化包括：
对地面信息的图像数据进行处理，处理得到k行，i列的像素数据值；
获得第k行的所有像素值的平均值；
对平均值进行处理获得加权平均值，并获得加权平均值的下降阈值；
根据下降阈值判断特定点是否为特征部分数据的边缘点；其中边缘点包括上升点、下降点；
获取相邻上升点、下降点之间的水平距离，并重复上述步骤直到所有行都处理完毕，从而获得跟踪识别模型。
在本发明所述的基于无人机影像技术的地面物体跟踪系统中，
将跟踪识别模型同时存储在无人机控制系统和远程控制系统中。
实施本发明提供的基于无人机影像技术的地面物体跟踪方法及系统与现有技术相比具有以下有益效果：
通过精确的物体特征匹配，能够实现精确的跟踪。
附图说明
图1是本发明实施例提供的基于无人机影像技术的地面物体跟踪方法流程图。
具体实施方式
如图1所示，一种基于无人机影像技术的地面物体跟踪方法，其包括如下步骤：
S1、获取地面信息的图像信息，并对图像信息进行标准化处理，根据标准化处理结果生成跟踪识别模型；
S2、在无人机控制系统中配置无人机航迹信息、航行控制指令信息；
S3、根据无人机控制系统中配置无人机航迹信息、航行控制指令信息对无人机进行航行控制，并在航行过程中采集地面图像信息；
S4、根据所述步骤S1中的跟踪识别模型对地面图像信息进行处理；
S5、根据处理结果对地面物体进行匹配和跟踪。
在本发明所述的基于无人机影像技术的地面物体跟踪方法中，
所述步骤S1包括：
获取地面信息的图像信息中特征部分数据，并对所述特征部分数据的每一行数据进行局部二值化。
可选地，特征部分数据可以是道路中车道信息数据。
在本发明所述的基于无人机影像技术的地面物体跟踪方法中，
所述步骤S1中获取地面信息的图像信息中特征部分数据，并对所述特征部分数据的每一行数据进行局部二值化包括：
对地面信息的图像数据进行处理，处理得到k行，i列的像素数据值；
其中k的取值下限为0，上限为h-1，h为道路长度；i的取值下限为2，上限为w-2，w为道路宽度。
获得第k行的所有像素值的平均值；
对平均值进行处理获得加权平均值，并获得加权平均值的下降阈值；
其中下降阈值为T、相邻两行像素的加权平均值之差的差值。
根据下降阈值判断特定点是否为特征部分数据的边缘点；其中边缘点包括上升点、下降点；
获取相邻上升点、下降点之间的水平距离，并重复上述步骤直到所有行都处理完毕，从而获得跟踪识别模型。
在本发明所述的基于无人机影像技术的地面物体跟踪方法中，
将跟踪识别模型同时存储在无人机控制系统和远程控制系统中。
本发明还提供一种基于无人机影像技术的地面物体跟踪系统，其包括如下单元：
模型建立单元，用于获取地面信息的图像信息，并对图像信息进行标准化处理，根据标准化处理结果生成跟踪识别模型；
指令配置单元，用于在无人机控制系统中配置无人机航迹信息、航行控制指令信息；
信息采集单元，用于根据无人机控制系统中配置无人机航迹信息、航行控制指令信息对无人机进行航行控制，并在航行过程中采集地面图像信息；
识别匹配单元，用于根据所述模型建立单元中的跟踪识别模型对地面图像信息进行处理；
物体跟踪单元，用于根据处理结果对地面物体进行匹配和跟踪。
在本发明所述的基于无人机影像技术的地面物体跟踪系统中，
所述模型建立单元包括：
获取地面信息的图像信息中特征部分数据，并对所述特征部分数据的每一行数据进行局部二值化。
在本发明所述的基于无人机影像技术的地面物体跟踪系统中，
所述模型建立单元中获取地面信息的图像信息中特征部分数据，并对所述特征部分数据的每一行数据进行局部二值化包括：
对地面信息的图像数据进行处理，处理得到k行，i列的像素数据值；
获得第k行的所有像素值的平均值；
对平均值进行处理获得加权平均值，并获得加权平均值的下降阈值；
根据下降阈值判断特定点是否为特征部分数据的边缘点；其中边缘点包括上升点、下降点；
获取相邻上升点、下降点之间的水平距离，并重复上述步骤直到所有行都处理完毕，从而获得跟踪识别模型。
在本发明所述的基于无人机影像技术的地面物体跟踪系统中，
将跟踪识别模型同时存储在无人机控制系统和远程控制系统中。
实施本发明提供的基于无人机影像技术的地面物体跟踪方法及系统与现有技术相比具有以下有益效果：
通过精确的物体特征匹配，能够实现精确的跟踪。
可以理解的是，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。
Claims (8)
1.一种基于无人机影像技术的地面物体跟踪方法，其特征在于，其包括如下步骤：
S1、获取地面信息的图像信息，并对图像信息进行标准化处理，根据标准化处理结果生成跟踪识别模型；
S2、在无人机控制系统中配置无人机航迹信息、航行控制指令信息；
S3、根据无人机控制系统中配置无人机航迹信息、航行控制指令信息对无人机进行航行控制，并在航行过程中采集地面图像信息；
S4、根据所述步骤S1中的跟踪识别模型对地面图像信息进行处理；
S5、根据处理结果对地面物体进行匹配和跟踪。
2.如权利要求1所述的基于无人机影像技术的地面物体跟踪方法，其特征在于，
所述步骤S1包括：
获取地面信息的图像信息中特征部分数据，并对所述特征部分数据的每一行数据进行局部二值化。
3.如权利要求2所述的基于无人机影像技术的地面物体跟踪方法，其特征在于，
所述步骤S1中获取地面信息的图像信息中特征部分数据，并对所述特征部分数据的每一行数据进行局部二值化包括：
对地面信息的图像数据进行处理，处理得到k行，i列的像素数据值；
获得第k行的所有像素值的平均值；
对平均值进行处理获得加权平均值，并获得加权平均值的下降阈值；
根据下降阈值判断特定点是否为特征部分数据的边缘点；其中边缘点包括上升点、下降点；
获取相邻上升点、下降点之间的水平距离，并重复上述步骤直到所有行都处理完毕，从而获得跟踪识别模型。
4.如权利要求3所述的基于无人机影像技术的地面物体跟踪方法，其特征在于，
将跟踪识别模型同时存储在无人机控制系统和远程控制系统中。
5.一种基于无人机影像技术的地面物体跟踪系统，其特征在于，其包括如下单元：
模型建立单元，用于获取地面信息的图像信息，并对图像信息进行标准化处理，根据标准化处理结果生成跟踪识别模型；
指令配置单元，用于在无人机控制系统中配置无人机航迹信息、航行控制指令信息；
信息采集单元，用于根据无人机控制系统中配置无人机航迹信息、航行控制指令信息对无人机进行航行控制，并在航行过程中采集地面图像信息；
识别匹配单元，用于根据所述模型建立单元中的跟踪识别模型对地面图像信息进行处理；
物体跟踪单元，用于根据处理结果对地面物体进行匹配和跟踪。
6.如权利要求5所述的基于无人机影像技术的地面物体跟踪系统，其特征在于，
所述模型建立单元包括：
获取地面信息的图像信息中特征部分数据，并对所述特征部分数据的每一行数据进行局部二值化。
7.如权利要求6所述的基于无人机影像技术的地面物体跟踪系统，其特征在于，
所述模型建立单元中获取地面信息的图像信息中特征部分数据，并对所述特征部分数据的每一行数据进行局部二值化包括：
对地面信息的图像数据进行处理，处理得到k行，i列的像素数据值；
获得第k行的所有像素值的平均值；
对平均值进行处理获得加权平均值，并获得加权平均值的下降阈值；
根据下降阈值判断特定点是否为特征部分数据的边缘点；其中边缘点包括上升点、下降点；
获取相邻上升点、下降点之间的水平距离，并重复上述步骤直到所有行都处理完毕，从而获得跟踪识别模型。
8.如权利要求7所述的基于无人机影像技术的地面物体跟踪系统，其特征在于，
将跟踪识别模型同时存储在无人机控制系统和远程控制系统中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910490790.9A CN110298866A (zh) | 2019-06-06 | 2019-06-06 | 基于无人机影像技术的地面物体跟踪方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910490790.9A CN110298866A (zh) | 2019-06-06 | 2019-06-06 | 基于无人机影像技术的地面物体跟踪方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110298866A true CN110298866A (zh) | 2019-10-01 |
Family
ID=68027577
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910490790.9A Pending CN110298866A (zh) | 2019-06-06 | 2019-06-06 | 基于无人机影像技术的地面物体跟踪方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110298866A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104820998A (zh) * | 2015-05-27 | 2015-08-05 | 成都通甲优博科技有限责任公司 | 一种基于无人机动平台的人体检测与跟踪方法及装置 |
| 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 |
| CN108038415A (zh) * | 2017-11-06 | 2018-05-15 | 湖南华诺星空电子技术有限公司 | 一种基于机器视觉的无人机自动检测与跟踪方法 |
| JP2018136143A (ja) * | 2017-02-20 | 2018-08-30 | 株式会社トプコン | 無人航空機の追跡装置、無人航空機の追跡方法、無人航空機の追跡システムおよびプログラム |
| CN109376660A (zh) * | 2018-10-26 | 2019-02-22 | 天宇经纬（北京）科技有限公司 | 一种目标监测方法、装置及系统 |
| CN109445453A (zh) * | 2018-09-12 | 2019-03-08 | 湖南农业大学 | 一种基于OpenCV的无人机实时压缩跟踪方法 |
| CN109726640A (zh) * | 2018-12-07 | 2019-05-07 | 南京邮电大学 | 无人机系统对运动物体的识别追踪方法 |
-
2019
- 2019-06-06 CN CN201910490790.9A patent/CN110298866A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104820998A (zh) * | 2015-05-27 | 2015-08-05 | 成都通甲优博科技有限责任公司 | 一种基于无人机动平台的人体检测与跟踪方法及装置 |
| 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 |
| JP2018136143A (ja) * | 2017-02-20 | 2018-08-30 | 株式会社トプコン | 無人航空機の追跡装置、無人航空機の追跡方法、無人航空機の追跡システムおよびプログラム |
| CN108038415A (zh) * | 2017-11-06 | 2018-05-15 | 湖南华诺星空电子技术有限公司 | 一种基于机器视觉的无人机自动检测与跟踪方法 |
| CN109445453A (zh) * | 2018-09-12 | 2019-03-08 | 湖南农业大学 | 一种基于OpenCV的无人机实时压缩跟踪方法 |
| CN109376660A (zh) * | 2018-10-26 | 2019-02-22 | 天宇经纬（北京）科技有限公司 | 一种目标监测方法、装置及系统 |
| CN109726640A (zh) * | 2018-12-07 | 2019-05-07 | 南京邮电大学 | 无人机系统对运动物体的识别追踪方法 |
Non-Patent Citations (2)
| Title |
|---|
| 邹博维: "基于多传感器的车辆局部交通环境感知", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
| 韩冰: "《数字音视频处理》", 31 October 2018, 西安电子科技大学出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Akbari et al. | Applications, databases and open computer vision research from drone videos and images: a survey | |
| US9488630B2 (en) | Integrated remote aerial sensing system | |
| Laliberte et al. | UAS remote sensing missions for rangeland applications | |
| Gallego et al. | Detection of bodies in maritime rescue operations using unmanned aerial vehicles with multispectral cameras | |
| US20200241568A1 (en) | Unmanned aerial vehicle | |
| BR112018009108B1 (pt) | Método para a aquisição e análise de imagens aéreas | |
| WO2020103108A1 (zh) | 一种语义生成方法、设备、飞行器及存储介质 | |
| CN110781757B (zh) | 一种机场道面异物识别定位方法及系统 | |
| WO2020103109A1 (zh) | 一种地图生成方法、设备、飞行器及存储介质 | |
| CN110914780A (zh) | 无人飞行器的动作计划制作系统、方法以及程序 | |
| JP6802599B1 (ja) | 検査システム | |
| KR102557775B1 (ko) | 드론을 이용한 3차원 지도 제작 방법 | |
| CN107742276A (zh) | 一种基于无人机遥感图像机载一体化快速处理系统和方法 | |
| Laliberte et al. | Unmanned aerial vehicles for rangeland mapping and monitoring: A comparison of two systems | |
| CN111765974A (zh) | 一种基于微型制冷红外热像仪的野生动物观测系统及方法 | |
| Bhattacharya et al. | IDeA: IoT-based autonomous aerial demarcation and path planning for precision agriculture with UAVs | |
| Sandino et al. | A novel approach for invasive weeds and vegetation surveys using UAS and Artificial Intelligence | |
| Simon et al. | 3D MAPPING OF A VILLAGE WITH A WINGTRAONE VTOL TAILSITER DRONE USING PIX4D MAPPER. | |
| CN110312085A (zh) | 基于多个无人机航拍技术的图像融合方法及系统 | |
| CN110837260A (zh) | 一种用于高原地区的地理测绘用飞行器 | |
| CN110298866A (zh) | 基于无人机影像技术的地面物体跟踪方法及系统 | |
| Božić-Štulić et al. | Complete model for automatic object detection and localisation on aerial images using convolutional neural networks | |
| Çömert et al. | Detection of collapsed building from unmanned aerial vehicle data with object based image classification | |
| Chauhan et al. | Ultra-resolution unmanned aerial vehicle (UAV) and digital surface model (DSM) data-based automatic extraction of urban features using object-based image analysis approach in Gurugram, Haryana | |
| CN211375429U (zh) | 一种用于高原地区的地理测绘用飞行器 |
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: 20191001 |