-
公开(公告)号：CN109859246A
公开(公告)日：2019-06-07
申请号：CN201910117155.6
申请日：2019-02-15
Applicant: 哈尔滨工程大学
Abstract: 本发明为一种基于相关滤波算法与视觉显著性算法的低空慢速无人机跟踪方法，属于图像处理领域，主要包括如下步骤：在实际应用场合获取地面监控提供的图片序列数据，获取上帧目标信息后，通过相关滤波算法在较小搜索区域内计算相关性响应输出，再通过视觉显著性算法在较大搜索区域内提取目标周边显著性图，最后对二者的输出结果进行融合，获取目标的跟踪结果。该无人机跟踪方法适用于地面监控对空中无人机进行跟踪，具有实用性强、鲁棒性好、易于实现的特点，并能适应较复杂的气象背景，对目标过小、目标快速运动、目标尺度快速变化等不利因素有一定抗性；该方法可以广泛应用于四旋翼无人机跟踪领域。
-
公开(公告)号：CN109859200A
公开(公告)日：2019-06-07
申请号：CN201910117583.9
申请日：2019-02-15
Applicant: 哈尔滨工程大学
Abstract: 本发明为一种基于背景分析的低空慢速无人机快速检测方法，属于四旋翼无人机快速检测领域。该方法主要包括如下步骤：在实际应用场合获取地面监控提供的图片序列数据，提取并量化图像中运动目标的信息，同时提取图像边缘信息进行背景分析，借此检测出低空慢速无人机。在背景分析的过程中，首先选取运动目标的邻近区域，进行分块处理，并统计各个分块内的边缘信息量；然后通过统计结果判断该运动目标的背景情况，保留天空背景下的疑似目标信息；最后对下一帧再次进行背景分析，若分析结果均为疑似目标，则判断为无人机。该方法具有实用性强、鲁棒性好、易于实现的特点，并能适应较复杂的气象条件，对镜头抖动、镜头转动、等不利因素有一定抗性。
-
公开(公告)号：CN109859246B
公开(公告)日：2022-06-17
申请号：CN201910117155.6
申请日：2019-02-15
Applicant: 哈尔滨工程大学
IPC: G06T7/246 , G06K9/00 , G06K9/62 , G06T7/136 , G06V10/774 , G06V10/764 , G06V20/52
Abstract: 本发明为一种基于相关滤波算法与视觉显著性算法的低空慢速无人机跟踪方法，属于图像处理领域，主要包括如下步骤：在实际应用场合获取地面监控提供的图片序列数据，获取上帧目标信息后，通过相关滤波算法在较小搜索区域内计算相关性响应输出，再通过视觉显著性算法在较大搜索区域内提取目标周边显著性图，最后对二者的输出结果进行融合，获取目标的跟踪结果。该无人机跟踪方法适用于地面监控对空中无人机进行跟踪，具有实用性强、鲁棒性好、易于实现的特点，并能适应较复杂的气象背景，对目标过小、目标快速运动、目标尺度快速变化等不利因素有一定抗性；该方法可以广泛应用于四旋翼无人机跟踪领域。
-
公开(公告)号：CN109859200B
公开(公告)日：2022-03-18
申请号：CN201910117583.9
申请日：2019-02-15
Applicant: 哈尔滨工程大学
Abstract: 本发明为一种基于背景分析的低空慢速无人机快速检测方法，属于四旋翼无人机快速检测领域。该方法主要包括如下步骤：在实际应用场合获取地面监控提供的图片序列数据，提取并量化图像中运动目标的信息，同时提取图像边缘信息进行背景分析，借此检测出低空慢速无人机。在背景分析的过程中，首先选取运动目标的邻近区域，进行分块处理，并统计各个分块内的边缘信息量；然后通过统计结果判断该运动目标的背景情况，保留天空背景下的疑似目标信息；最后对下一帧再次进行背景分析，若分析结果均为疑似目标，则判断为无人机。该方法具有实用性强、鲁棒性好、易于实现的特点，并能适应较复杂的气象条件，对镜头抖动、镜头转动、等不利因素有一定抗性。
-
-
-
Search Results
4
records
(took 0.048 seconds)
