【摘 要】
:
随着激光雷达领域的发展,对成像激光雷达的研究也逐渐步入人们的视野。而Gm-APD阵列成像激光雷达由于其灵敏度高和探测距离远等特性而备受研究机构和专家重视,他可以用于民用的成像作业,也可以用于军用,对远距离目标进行侦查,检测并跟踪。目前三维目标检测、识别方法大多基于扫描体制激光雷达数据,其成像特点和APD有本质的不同,因此相关成果不能直接在本应用使用,基于上述背景,本文提出并实现了一套基于Gm-AP
论文部分内容阅读
随着激光雷达领域的发展,对成像激光雷达的研究也逐渐步入人们的视野。而Gm-APD阵列成像激光雷达由于其灵敏度高和探测距离远等特性而备受研究机构和专家重视,他可以用于民用的成像作业,也可以用于军用,对远距离目标进行侦查,检测并跟踪。目前三维目标检测、识别方法大多基于扫描体制激光雷达数据,其成像特点和APD有本质的不同,因此相关成果不能直接在本应用使用,基于上述背景,本文提出并实现了一套基于Gm-APD成像激光雷达距离像的图像复原、检测、跟踪的算法流程,并搭建了室外演示验证系统。具体工作包括:针对低信噪比条件下的距离像信号提取,本文基于对雷达成像模型的分析,提出一种加权高斯平滑的线性回归信号复原算法,首先对统计成像数据频数分布直方图进行高斯加权平滑,过滤选通门中的噪声,提高目标处的回波响应。再利用线性回归的方法对直方图进行分割,计算直方图对应的偏移量曲线图,对目标的真实位置进行复原。实验证明该方法具有较高的图像复原性能。针对合帧复原距离像的目标检测,本文提出一种基于深度点云融合的目标检测算法。在深度图上,本文根据目标区域和背景噪声区域的数据分布特征,采用梯度算子和阈值分割的方法检测目标,并为点云的检测框定区域。本文根据雷达参数和深度图将图像转为点云,在点云上利用基于层次合并DBSCAN算法对图中目标进行快速聚类。最后综合两个方法的优缺点对图像进行融合,得到只包含目标的图像。为了便于下一步的跟踪,本文还设计了基于最小包围盒方法,对最终目标进行识别、选定,并且实现对目标大小、距离、位置的估算。通过对数据集的目标检测测试,该算法能够完整有效检测出距离像中的目标。针对合帧复原距离像的目标跟踪,本文针对传统KCF应用于雷达距离像的缺点,通过充分利用距离像的深度信息,提出了基于距离度量的KCF跟踪算法。该算法能在跟踪之前去除一部分噪声干扰的影响,并能自适应调节目标包围框的大小;在目标短暂丢失时能使跟踪模型不受污染,在目标彻底丢失时能够自动重新进入目标检测阶段,初始化检测、跟踪过程。通过实验证明该方法使得跟踪的稳定性有所提高,也能防止目标短暂丢失所造成的影响。最后,本文还对整个系统进行了系统设计,并编写了一个包含雷达硬件控制、通信传输、算法实现等功能的原型系统。
其他文献
我国作为海洋大国,实现全天时、全天候的舰船目标检测与识别对于维护海洋权益是非常重要的。合成孔径雷达(SAR)具有全天时、全天候工作的特点,可以弥补光学/红外传感器在夜晚/阴雨天无法正常对地观测的不足,因此研究基于SAR图像的目标/场景解译具有重要意义。相较于光学影像的舰船目标检测与识别来说,基于SAR图像的舰船目标检测与识别更加困难。利用CNN自主学习目标特征的特点,论文系统研究了基于卷积神经网络
近年来,随着柔性可穿戴设备、纳米机器人、柔性传感器等压电电子的兴起,二维材料压电效应受到越来越多的关注。其中硫化钼作为二维材料的典型代表,近年来被广泛研究,其具有稳定性好、机械强度高、带隙可调等优点,可在现有研究上进一步推进压电技术的发展。因此,研究硫化钼薄膜大面积高质量制备和硫化钼压电效应对器件性能影响是实现其实际应用的基础。化学气相沉积法(CVD)是制备连续均匀高质量硫化钼薄膜的主要方法,具有
舰船是海上重要的监测目标,通过卫星遥感技术对舰船目标进行信息解译不论在海洋监视还是军事侦察领域都具有广泛应用前景。随着应用需求变化,不但要关注舰船目标的静态位置,更需要关注目标的状态和运动趋势信息。尾迹作为运动舰船的重要特征,可以估算舰船的运动参数信息,开展舰船尾迹检测并反演舰船运动信息的研究具有重要意义。论文研究了基于高分辨率光学遥感影像的舰船尾迹区域提取方法,并充分利用提取的尾迹区域细节信息进
无人机因其操作灵活高效、使用成本低、且可以搭载拍摄设备的优点,被广泛应用于各种领域的航行拍摄,比如区域安全评估、工业生产监测、地质资源探寻和自然地理记录。然而,无人机所拍摄的单张图像受到无人机的空中高度、成像设备参数以及视角的限制,所覆盖的区域是有限的。因此,需要采用图像拼接技术,将多张航拍图像合成一张具有宽视野、高分辨率以及更多信息的全景图像。本文以无人机航拍视角下的图像拼接技术为研究方向,从提
随着各国对无人机技术的重视,无人机的发展进入了前所未有的快速发展轨道,而目前目标跟踪是计算机视觉中的热门研究方向,目标跟踪算法也在不断地更新,将目标跟踪算法和无人机技术相结合,对无人机技术的推动有着重大作用。考虑到无人机在进行目标跟踪的过程中,经常会遇到跟踪目标被遮挡、光照变化等情况,因此,本论文基于TLD(Tracking-Learning-Detection)跟踪算法框架,以UAV123(Un
随着深度学习技术的发展,人脸识别取得了极大的进步并且被广泛应用。例如在手机人脸解锁,人脸考勤,人脸门禁,人证核验等场景已普遍应用人脸识别技术。人脸识别的过程是将人脸图像映射到一个特征向量上,然后通过计算特征向量之间的距离来确定人脸的相似度,人脸识别的训练就是降低类内特征向量的距离,同时增大类间特征向量的距离。虽然人脸识别在公开数据集上取得了很好的性能,但是应用到实际的产品中还需要大量的工作。另外,
在现代化国防军事体系中,红外弱小目标检测跟踪技术占据着十分重要的地位。其中地面移动车辆的检测跟踪技术已经广泛应用于导弹制导,卫星跟踪系统中。然而由于红外图像成像质量较差,存在较多噪声,以及高空视角下车辆目标相对弱小,缺乏特征等因素影响,实现红外图像中地面移动车辆的准确和鲁棒检测跟踪仍存在较多难点。现有基于滤波的检测算法速度较快,但是鲁棒性较差,不能适用于复杂场景;基于优化的检测算法鲁棒性较好,但时
随着人工智能时代的到来,计算机视觉技术在图像处理领域中发挥着重要的作用。目标检测与跟踪技术具有应用范围广泛、应用场景复杂的特点,这使得目标跟踪算法的研究与应用具有非常重要的意义。本文旨在利用KCF(Kernel Correlation Filter)算法并结合深度学习理论,针对原算法对目标尺度变化、遮挡、旋转等因素敏感的问题,对其进行相关研究与改进,设计出跟踪效果更好、鲁棒性更优的目标跟踪算法。首
随着“中国制造2025”战略的不断推进和我国人口红利的逐渐消失,减少人工成本和加速仓储、物流智能化已经成为智慧工厂的发展方向。补货是仓储中心重要的一部分。它占用大量劳动力,效率却不能满足需求。因此机械臂代替人工进行补货已成为新的趋势。针对货架环境下机械臂补货系统的要求和难点,论文做了具体分析并设计了基于仓储货架的ROS(Robot Operating System)机械臂补货系统的解决方案。论文将
飞行器在高速飞行时由于受到大气湍流的影响导致探测器的成像出现模糊退化,这种现象称为气动传输效应。探测器成像的退化对飞行器的目标检测和导航制导等功能造成了很大影响,因此研究相应的复原校正方法具有重要意义。针对高速飞行器嵌入式系统下的气动传输效应复原校正问题,由于其低算力和实时性要求,本文提出基于轻量网络的参数估计算法与FTVd非盲去模糊算法相结合的气动传输效应校正方法。论文主要研究内容如下:首先,从