题目：基于视觉的无人机目标跟踪与定位技术研究

基于视觉的无人机目标跟踪与定位系统是指在低空飞行的小型无人机上，安装云台摄像机控制系统监控地面，从获得视频图像中检测运动目标、跟踪运动目标，并自动调整机载云台的旋转和俯仰角度，使被跟踪的运动目标始终保持在摄像机的图像中心，同时对运动目标进行三维定位，使位置信息作为反馈信号来进一步控制无人机跟踪目标飞行。在民用方面，该平台是实地探测、抗灾救援等任务的理想平台。在军用方面，利用带有光电侦察平台的无人机实现目标跟踪与定位具有独特的优势，特别是在对可移动的、有遮掩的、时敏的地面目标进行实时、无伤亡、长时间的有效跟踪与探测中发挥了不可替代的作用。运动目标跟踪与定位技术有很广泛的应用前景，对其的研究有很大的现实意义和应用价值。本文主要对动态背景下的运动目标检测跟踪定位问题进行深入研究，包括以下几个方面：运动检测方面：提出了动态背景下检测小运动目标的算法流程。该方法首先采用KLT特征点匹配的方法对图像进行全局运动估计，提取有效特征点集，用RANSAC方法拟合出背景运动模型；接着对经过背景补偿后的图像运用帧差法进行运动目标检测，依次采用最大类间方差阈值处理、形态学滤波处理和区域分割等处理提取出动态背景中的运动目标。运动跟踪方面：首先对运动检测模块提取的运动目标建立特征模型，为实现在后续帧中对该模型连续稳定实时精确地跟踪，采用了融合基于特征跟踪的MeanShift算法和基于先验预估的Kalman滤波的方法，并对实现流程进行改进，以实现无人机运动目标跟踪中实时稳定的需求。云台跟踪控制方面：为了保持在图像当中不丢失目标，要实时调整摄像云台的俯仰和方位角度，保证运动目标始终保持在图像的中央。为此，首先推导目标中心距像平面中心的像素偏差与摄像机偏转角度的关系，其次设计了偏转策略，最后针对云台的基于速度和基于位置两种控制方式，分别设计云台跟踪控制器，其中基于速度的控制方式中，设计自适应的速度调节方式和对云台标定之后的速度调节方式。单目测距方面：针对运动目标在图像处理中被完整分割与否分别提出测距算法，恢复了运动目标在二维成像平面中丢失的深度信息，为实现运动目标在三维世界中的定位做好准备。同时，为了进一步验证检测、跟踪、测距算法的性能，论文设计并实现了无人机目标跟踪与定位系统的仿真平台，对各算法进行了仿真和实验测试。