A real-time compression and tracking method for UAV based on OpenCV is presented, which includes: after the target is tracked by UAV, the video is converted into image frame, the background and sample data of image sequence are extracted, the initial frame is processed, the feature points of video image sequence are detected and matched based on openCV, and the feature vectors of the target to be detected are extracted; during the tracking process, the feature vectors of the target to be detected will be processed. The eigenvector is used as training set to train the classifier, and then each frame of the input image is trained by the classifier trained in the previous frame, and the target window is obtained to achieve tracking. According to the position coordinates of the tracking target, the difference between the actual horizontal distance of the UAV and the target position is calculated, and the single-loop position loop PID controller is input. The UAV position is controlled by the position loop. Adjustment to achieve the tracking of moving targets.
【技术实现步骤摘要】
一种基于OpenCV的无人机实时压缩跟踪方法
本专利技术涉及智能信息处理和无人机追踪
,具体为一种基于OpenCV的无人机实时压缩跟踪方法。
技术介绍
基于视觉的移动目标跟踪技术,是指将机器人通过视觉传感器获得的图像序列进行分析,通常是进行目标检测,完成目标识别,最后对识别出的目标进行跟踪,获取目标的实时空间位置、目标尺寸大小、速度和加速度等信息,并能够得到移动目标的运动轨迹。由于基于图像的目标识别和跟踪算法成熟,跟踪成本低,精度高和抗干扰能力强等优点,因此在许多领域都有广泛而实际的应用。随着无人机应用范围的逐渐扩大,对于无人机系统自主控制的要求也在不断提高,无人机自动控制系统通过感知外部环境进行智能信息处理,自动生成相应的控制策略,实现各种需求任务,并且具有有效而且快速的自适应能力,特别是无人机居高临下的视角,可以大范围监控地面情况,同时能快速到达人员不容易涉及的地方,高效的实施监控,降低了相应人员风险,这使得无人机开始广泛应用于安防行业,众所周知,可视化管理基本上依靠固定的监控设备完成,而随着用户对设备的深度应用,监控死角的问题不可回避,因此在一些环境恶劣的地方,摄像机等设备的安装布线及维护都是大问题,固定点视频监控在可视化管理领域需求多样化的趋势下,需要有像无人机航拍这样的新设备在特殊情况下提供技术保障。
技术实现思路
本专利技术的目的在于提供一种基于OpenCV的无人机实时压缩跟踪方法,解决上述背景中提出的问题。本专利技术主要是利用移动物体检测算法、目标追踪算法和跟踪控制器层面进行需求分析,设计目标检测和跟踪算法,采用基于特征点的移动物体检测器和 ...
【技术保护点】
1.一种基于OpenCV的无人机实时压缩跟踪方法,其特征在于,所述方法包括:步骤S1:无人机起飞,开始采集图像,回传视频数据到PC端;步骤S2:选择无人机追踪目标后,将视频转化为图像帧;步骤S3:基于openCV对视频图像序列进行特征点检测以及匹配,提取待检测目标的特征向量;步骤S4:提取图像序列背景和目标的样本数据,进行初始帧处理;步骤S5:利用稀疏测量矩阵对特征向量进行压缩、变换;步骤S6:跟踪过程中,将经过处理的特征向量作为训练集对分类器进行训练,之后输入的每一帧图像都利用上一帧训练好的分类器进行训练,得出目标窗口实现追踪;步骤S7:得到跟踪目标后,计算出目标的位置坐标;步骤S8:根据跟踪目标的位置坐标,结合无人机高度数据计算出两者在垂直方向上的水平位移;步骤S9:将无人机和移动目标的实际水平距离的差值作为无人机位置控制的PID输入参数,无人机通过位置环控制进行位置调整,实现对移动目标的跟踪。
【技术特征摘要】
1.一种基于OpenCV的无人机实时压缩跟踪方法,其特征在于,所述方法包括:步骤S1:无人机起飞,开始采集图像,回传视频数据到PC端;步骤S2:选择无人机追踪目标后,将视频转化为图像帧;步骤S3:基于openCV对视频图像序列进行特征点检测以及匹配,提取待检测目标的特征向量;步骤S4:提取图像序列背景和目标的样本数据,进行初始帧处理;步骤S5:利用稀疏测量矩阵对特征向量进行压缩、变换;步骤S6:跟踪过程中,将经过处理的特征向量作为训练集对分类器进行训练,之后输入的每一帧图像都利用上一帧训练好的分类器进行训练,得出目标窗口实现追踪;步骤S7:得到跟踪目标后,计算出目标的位置坐标;步骤S8:根据跟踪目标的位置坐标,结合无人机高度数据计算出两者在垂直方向上的水平位移;步骤S9:将无人机和移动目标的实际水平距离的差值作为无人机位置控制的PID输入参数,无人机通过位置环控制进行位置调整,实现对移动目标的跟踪。2.根据权利要求1所述的基于OpenCV的无人机实时压缩跟踪方法,其特征在于,步骤S3中,调用openCV的FastFeatureDetector函数设置检测阈值提取待检测目标的角点颜色、纹理等特征,建立目标模板,通过和实时视频流中对应目标进行特征匹配进而进行相似性判断。3.根据权利要求2所述的基于OpenCV的无人机实时压缩跟踪方法,其特征在于,运用surf方法,调用openCV中的FeatureDetector接口来发现感兴趣点,使用SurfFeatureDetector以及其函数detect来实现移动物体的检测过程。4.根据权利要求3所述的基于OpenCV的无人机实时...
【专利技术属性】
技术研发人员:胡雨豪,刘波,张超,
申请(专利权)人:湖南农业大学,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。