堋。．
・９００・
器竺鼍＝：警’三躺陬雨网
Ｃｏｍｐｕｔｅｒ
Ｍｅ躯ｕｒｅｍｅｎｔ＆ＣｏｎｔｒｏｌＩ∞‘．ｙＩ—＇，二‘－ＪＩＪｌ
文章编号：１６７１—４５９８１２０１０）０４一０９００—０２中圈分类号：ＴＰ３９１．４
文献标识码：Ａ
无人机视频中的目标定位研究
田
丰，闰建国，曹莹慧
（西北工业大学自动化学院，陕西西安７１０１２９）
摘要：无人机侦察任务中的目标定位，需要高效地获取机载视频数据，并采用实时性鲁棒性较强的目标检测算法ｆ针对上述要求，选择在ＤｉｒｅｃｔＳｈｏｗ框架下实现具有图像处理功能的自定义转换过滤器作为处理平台，同时提出了采用基于卢卡斯卡那得光流和连续自适应均值平移互补的方法进行目标检测定位；经过实验测试，结果证明了该方案在满足实时性要求的同时还能够解决图像色度信息较差、目标图像较小以及目标区域比较平滑时的检测定位问题。是一种针对战场目标定位的有效方法．
关键词：无人机；图像处理－过滤器Ｉ光流法；连续自适应均值平移法
Ｒｅｓｅａｒｃｈ
ｏｎ
ＴａｒｇｅｔＬｏｃａｔｉｏｎｏｆＵＡＶＶｉｄｅｏ
ＹａｎＪｉａｎｇｕｏ，
ＣａｏＹｉｎｇｈｕｉ
７１０１２９，Ｃｈｉｎａ）
ｏｆｖｉｄｅｏｄａｔａａｎｄ
ａ
ＴｉａｎＦｅｎｇ，
（Ｃ０１１ｅｄｇｅｏｆＡｕｔｏｍａｔｉｏｎ，ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ
Ａｂｓｔ隋ｃｔ：ＴａｒｇｅｔｌｏｃａｔｉｏｎｆｏｒＵＡＶ（ＵｎｍａｎｎｅｄＡｅｒｉａｌＶｅｈｉｃｌｅ）ｓｃｏｕｔｔａｓｋｉｎｖｏｌｖｅｓｂｕｓｔ
ｔａｒｇｅｔ
ａｎ
ｅｆｆｌｃｉｅｎｔ
ａｃｃｅｓ５
ｒｅａｌ—ｔｉｍｅ
ａ
ｒｏ—
ｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ．Ａｃｃｒｏｄｉｎｇ
ｉｍａｇｅ
ｐｒｏｃｅｓｓ
ｔｏ
ｔｈｅｓｅｒｅｑｕｉｒｅｍｅｎｔｓ，ａ
ｉｎ
ｐｒｏｃｅｓｓ
ｐｌａｔｆｏｍ
ａｎｄ
ｔｈｅ
ｗａｓｃｈｏｓｅｎｗｈｉｃｈｗａｓ
ｂｕｉｌｔｂｙｒｅａｌｉｚｉｎｇ
ｃｕｓｔｏｍｅｄ
ａｐａｔｉｖｅ
ｔｒａｎｓｆｏｒｍ—ｆｉｌｔｅｒｗｉｔｈｆｕｎｃｔｉｏｎ
ＤｉｒｅｃｔＳｈｏｗａｒｃｈｉｔｅｃｔｕｒｅｌ
ｌｏｃａｔｉｏｎ
ｉｎ
Ｌｕｃａｓ—Ｋａｎａｄｅｏｐｔｉｃａｌｆｌｏｗａｎｄｃｏｎｔｉｎｕｏｕｓｌｙ
Ｍｅａｎ—Ｓｈｊｆｔａｌｇｏｒｉｔｈｍｗｅｒｅｌｅｍｓ
ｃａｎ
ｕｓｅｄｔｏｇｅｔｈｅｒｆｏｒ
ａ毒ｐｏｏｒ
ｔａｒｇｅｔ
ｔｈｉｓｐｒｏｊｅｃｔ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｓｅｖｅｒａｌ
ｔｅｘｔｕｒｅ
ｄｅｔｅｃｔｉｏｎ
ｐｒｏｂ—
ａｔ
ｂｅｆｅｓｏｖＩｅｄ，ｓｕｃｈ
ｈｕｅ，ｓｍａＵａｒ龃ａｎｄｓｒｎ００ｔｈｉｎｔａｒｇｅｔ
ａｒｅａ；
ａｎｄｔｈｅ
ｒｅａ卜。ｔｉ眦ｐｅｒｆｏｒｍａｎｃｅ
ｃａｎ
ｂｅ
ｇｕａｒａｎｔｅｅｄ
ｔｈｅｓａｍｅｔｉｍｅｗｉｔｈｔｈｉｓ
Ｋｅｙ
ｅｆｆｉｃｉｅｎｔ
ｌｏｃａｔｉｏｎｍｅｔｈｏｄｆｏｒｂａｔｔｌｅｆｉｅｌｄ
ｆｉｌｔｅｒＩ
ｏｐｔｉｃａｌ
ｔａｒｇｅｔｓ．
ｗｏｒｄｓ：ＵＡＶ｝ｉｍａｇｅｐｒｏｃｅｓｓｌｎｏｗ；ＣａｍＳｈｉｆｔ
Ｏ
引言
无人机侦察目标定位属于无人机视觉系统的一个应用。随
表，并实现特定功能的过滤器组件。１．１过滤器图表的搭建
搭建完成的应用程序过滤器图表如图１所示。在录制状态下过滤器图表包含预览链路和录制链路两部分，而在预览状态
着硬件性能的提升和图像处理算法的发展，国内外对无人机视觉系统的研究已成为无人机领域的热点。国内研究人员主要是研究标志物的检测并运用在无人机自动着陆和导航方面【ｌ】，研究采用的是目标特征匹配或者统计模式识别方法。比如几何、颜色特征匹配，Ｈｕ不变矩，Ｈａａｒ特征分类器等。而国外的研究侧重于对战场目标的侦察与跟踪定位，本文主要工作也是研究这种侦察目标的定位问题。在这类问题中，由于目标没有统一的模板特征，所以较难使用上述对标志物检测的方法来跟踪定位目标。因此，本文研究采用以
手动标识目标的方式，得到目标区域的光流特征或者颜色特征，并以此来进行目标的检测定位。
由于本文的方法需要在基站处理型的无人机视觉系统结构下实现，所以涉及到应用程序的开发。为了能够灵活高效地处理视频数据，本文给出了应用程序框架的设计，并对其目标检测定位方法进行了研究与实验。
图１录制状态下的过滤器图表
下，应用程序只创建预览链路部分。
在图中预览链路里的ＩｍａｇｅＰｒｏｃｅｓｓ过滤器是自定义实现图像处理的转换过滤器。它通过对外提供指针，把经过的每一帧图像数据交给外部函数进行处理，下节将给出它的实现方法。
１．２
自定义ＩｍａｇｅＰｒｏｃｅ鲻过滤器
该过滤器以ＣＴｒａｎｓＩｎＰｌａｃｅＦｉｌｔｅｒ为基类派生，分别实现下
１无人机目标定位的应用程序框架
该应用程序是通过基于ＣＯＭ［２］标准的ＤｉｒｅｃｔＳｈｏ一３卅架构而实现，因此开发的主要工作就是搭建应用程序的过滤器图
收稿日期：２００９—０９一０４；修回日期：２００９—１０—１０。作者简介：田
丰（１９８５一），男，江苏人，硬士研究生．主要从事图像
列虚函数：
在函数ＣｈｅｃｋＩｎｐｕｔＴｙｐｅ（）中，使用＊ｍｔＩｎ的Ｔｙｐｅ和Ｓｕｂｔｙｐｅ方法来验证数据是否为所要求的ＭＥＤＩＡＴＹＰＥ—Ｖｉｄ～ｅ０和ＭＥＤＩＡＳＵＢＴＹＰＥ—ＲＧＢ２４类型。在函数Ｔｒａｎｓｆｏｒｍ（）中，通过ｐＭｅｄｉａｓａｍｐｌｅ的ＧｅｔＰｏｉｎｔｅｒ（＆ｍ—Ｄａｔａ）获得当前帧的数据指针，用过滤器输入针脚的ＣｕｒｒｅｎｔＭｅｄｉａＴｙｐｅ方法获取数据类型ｍ—Ｔｙｐｅ，从ｍ—Ｔｙｐｅ结构体中的ｐｂＦｏｎＴｌａｔ成员得到该类型的图像宽度、高度和图像整行字节长度，根据这
些数据初始化ＯｐｅｎＣｖ５］所支持的图像结构头，并得到图像指
处理、计算机控制等方面的研究。
日建国（１９５６一），男．上海人。博导。主要从事计算机控制、智能控制和飞行器控制等方面的研究．
第３期田丰．等：无人机视频中的目标定位研究
・９０１・
针＆ｉｍａｇｅ。使用ｃｖＳｅｔＤａｔａ给该指针设置具体的图像数据ｍ—Ｄａｔａ，接下来就能用回调函数获得对＆ｉｍａｇｅ的访问机会并进行图像处理操作了。
的情况，从而获得最佳的检测性能。２．２．２连续自适应均值平移法
该方法是在均值平移（Ｍｅａｎ—Ｓｈｉｆｔ）法的基础上改进所得。均值平移法原理上是一种核密度估计，用于计算数据分布的梯度值。对于离散二维图像来说，以目标区域为搜索窗口，取窗口内点（工，ｙ）像素值为ｆ（工，，），计算窗口形心为：
２无人机目标定位的图像处理算法
２．１
无人机侦察问题的特殊性和解决方法
对于无人机侦察目标的检测定位存在几个特殊点：（１）可能在侦察过程中发现感兴趣的新目标而没有预先定
义的特征去匹配；
（２）在复杂背景下的目标相对于背景可能是运动的也可能是静止；
（３）某些语义上的同一类目标在某种特征上可能存在较大差异从而难以提取有效特征，
针对这些问题，本文提出采取人工干预的方法，在人眼发现感兴趣目标后手动标识出来，随后由算法自动检测目标，并实时获取目标在画面上的坐标。该功能为联合导航地面站对目标经纬度定位和执行导航跟踪提供了新的帮助。２．２算法研究
鉴于上述无人机侦察问题的特殊性，传统模版匹配、配准后的背景差分等类型的目标检测方法都不再适用，本文研究采用Ｌｕｃａｓ—Ｋａｎａｄｅ光流法‘６３和连续自适应均值平移法‘７３互相补充进行检测定位。
２．２．１
“
１—２．．二！．．．．．２：．．．．．．．．．．．．．．．一一．．二！．．．．．２：．．．．．．．．．．．．一∑∑Ｊ（ｚ，ｙ）ｍ∑∑ｆ（ｚ，ｙ）
ｌ
，ｘ
’
∑∑ｚＪ（。，ｙ）
∑∑ｙｆ（ｚ，ｙ）
算法以计算出的形心重新定位窗口中心并再次计算形心，如此迭代计算直到形心与中心距离小于设定阈值时停止。连续自适应均值平移（Ｃａｍｓｈｉｆｔ）是在均值平移计算基础上，通过在迭代过程中对窗口大小做出调整从而自适应动态概率分布。具体来说，它是利用目标颜色特征计算其色调匹配的概率值并根据此值计算目标像素形心，从而确定视频中的目标位置和大小。
２．３算法的运用
在计算光流的方程中，Ａ疆要求是一个满秩矩阵，当它具
有两个较大特征向量时才满足这一点。在Ｈａｒｒｉｓ角点检测［８］的意义上，这就要求检测目标区域里需要有明显的纹理存在。因此，当目标区域比较平滑时，只能使用连续自适应均值平移法对目标定位。虽然ＣａｍＳｈｉｆｔ能处理平滑问题，而且能够自动计算目标形心和大小，但当目标色调与周围环境很接近时它就无法工作了。所以人工标识目标可根据实际视频图像的情况采取两种操作方式：
（１）用鼠标圈定目标使用Ｃａｍｓｈｊｆｔ法；（２）用鼠标点击目标使用金字塔ＬＫ光流法。２．４算法实验结果
如图２所示，在这一类低空拍摄的视频中，地面目标色调信息以及目标大小满足ＣａｍＳｈｉｆｔ的要求，因此用鼠标圈定图２（ａ）中的绿色目标后，算法能够很好地提取出目标图像ＨＳＶ空间的色调信息并建立它的色调直方图。在图２（ｂ），（ｃ），（ｄ）中，随着拍摄角度的变化以及距离的改变，图中的标识圆圈能够准确地描绘目标的形心并反映出目标的形状大小。结果
Ｌｕｃａｓ—Ｋａｎａｄｅ光流法（Ｌｕｃａｓ—Ｋａｎａｄｅ
０ｐｔｉｃａｌＦｌｏｗ）
该方法在确定目标后能够自动跟踪目标的运动从而实现对目标的检测定位。它依据三点假设：
（１）灰度恒定，一个像素点在不同的帧中保持相同灰度；（２）微小的像素运动，同一像素点在帧间运动缓慢；（３）空间一致性，投影在图像上的相邻像素有相似的运动。
根据前两个假设，对于二维图像可以建立光流约束方程Ｌ”＋Ｉ，口＋Ｌ—ｏ，其中Ｊ。、Ｉ，和Ｉ。是像素灰度值对ｚ和了轴以及时间￡的导数，越和。是该像素点的光流。由于该方程约束条件少，无法求解２个光流未知量，仅能确定物体运动梯度方向的法向光流而无法得到与梯度正交的分量。为解决这种“孔径”问题，可使用第三个假设来处理。用目标像素周围空间一致的像素邻域共同建立过度约束方程组：
ｒＬ（ＰＩ）
Ｉ，（Ｐ２）
Ｊ，（Ｐ１）］
ｒＪ。（Ｐ１）１
Ｊ，（Ｐ２）Ｉ
；
Ｉ＝一ＩＬ（Ｐ２）Ｉ
Ｊ≮■
；
弋——１—一。占ｆ
；
通过求其最小二乘解。Ｋ
像素光流。
２（Ａ７ＡｒｌＡ７６，得到该图２（ａ）ｃ柚ｓｈｉｆｔ算法中人工圈定目标圈２（ｂ）ｃ锄ｓｈｉｆｔ算法对目标实时检测序列ｌ
Ｌｕｃａｓ—Ｋａｎａｄｅ光流法通过计算这种稀疏特征集光流大大提高了运算效率，但是它存在一个缺陷，当我们希望通过对一个较大邻域建立方程组获得对较大运动的支持时，往往会打破空间一致性假设，这样不利于对高
速运蓍昱霉嚣羹翟美进的金字塔ＬＫ光黼它是一种蚴ｃ蚴ｍ…愀…僦酗曲ｃ…ｔ删……黼
多分辨率的ＬＫ光流法。它的具体做法是通过对顶层图像金字塔计算光流，根据得到的运动估计再计算下一层的运动，如此将结果逐层向下迭代计算，这样可以最小化违背假设
显示出在这种视频图像状况下，使用ＣａｍＳｈｉｆｔ法进行目标定位的良好效果。
（下转第９０５页）
第３期张雪，等：临床心电信号下频干扰小波去噪方法对比分析
・９０５・
明显的毛刺外，其余细节系数，也可能存在轻微毛刺影响，故实际应用中，此法去噪后的信号有可能丢失一些有用成分；
能量阅值去噪法，能够简化阈值的选取，较好地滤除工频干扰，信噪比提高约５．９６ｄＢ。Ｐ波和Ｔ波失真小，保证了信号的重要信息，取得了较好的滤波效果，令人满意；
默认阈值法，信噪比提高约２．６５ｄＢ。其阈值可信度较低，但算法简单可行。
的选取，去噪同时保留信号中的突变部分；默认阈值法可信度较低，但仍可满足非高精度数据处理的要求。
在实际应用中可以根据具体情况和所需的处理精度，选取合适的工频干扰去噪方法，为进一步的临床心电信号分析预处理奠定基础。
参考文献：［１］罗
强，田化梅，等．基于平稳小波变换的心电信号去噪研究
６小结
本文在分析离散小波变换原理的基础上，针对工频干扰，分析了频域强制去噪法、能量阈值去噪法和默认阈值去噪法，结合临床实测数据对比验证三种不同去噪方法的有效性。研究滤波后信号与原信号的ＱＲｓ波形态的相似性可知，对于频带与主要心电信号分离的工频干扰，采用能量阈值去噪法能得到较好的消噪效果。同时，形成以下结论：
①临床心电信号中，由人体分布电容引起的工频可以利用小波去噪方法消除。
②对比三种去噪方法，频域强制去噪后的信号较光滑，但有可能丢失有用信息，能量阈值去噪法能简化并优化传统阂值
口］．计算机与数字工程，２００６，（６）．［２］王镇，菜
萍．用于去除心电信号中工频干扰数字滤波技术
［Ｊ］．电子测量技术，２０００，（２）．［３］赵国良。杨俊春，孙
坤．心电信号的小波变换消噪方法［Ｊ］．
哈尔滨工程大学学报，２００４。（１０）．
［４］王佳文，凡友华．心电信号去噪中的小波方法［Ｊ］．数理医药杂
志，２００９，Ｚ２（１）．
［５］苏丽，赵国良，张仁彦．基于改进小波阈值法的平移不变心电
信号去噪口］．哈尔滨工程大学学报，２００６，（６）．
［６］薛伟。陈章良，孙晓玮．小波变换在车流量检测雷达信号去噪
中的应用［Ｊ］．计算机测量与控制，２００８，１６（４）：４７．
净哆乎哆水哆出够水彗濞眵浮哆孚哆啦哆４曲啦哆班哆—＂社哆—蜡淖蟑罅蟑译哆守蛆净蟑净哆净哆诤蚌母附哆淖哆淖哆淳够４哆掣净净哆乎蜱守哆啦哆掣Ｂ净够谆哆净ｌ，社鸥淖哆淖Ｉ｝淖哆净ｌ咐９，净ｉ＇诤９，诤哆谆ｉ咐§蹿邺’廿哆
（上接第９０１页）
且具有良好的效果。为了解决目前算法中还存在的一些问题，比如图３（ｃ），（ｄ）中目标被起落架遮挡后所反应出的抗遮挡
问题，今后的工作是通过加入预估环节来进一步提高算法的鲁棒性。为了完善无人机视频目标定位的功能，灵活运用自定义过滤器平台加入对已知特征目标的检测也是作者的研究方向。
图３（８）Ｌ．Ｋ光流法中搜定目杯为道路变义口
一一————————参考文献：
图３（ｂ）Ｌ—Ｋ光流法对目标实时检测序列１［１］戎亚新，壬道波．图像识别技术在无人机自动着陆导航中的
应用［Ｊ］．计算机测量与控制，ｚ００６，８：１０９３—１０９５．：２］Ｄｏｎ
Ｂ０ｋ
ＣＯＭ本质论［Ｍ］．潘爱民，译．北京：中国电
力出版社，ｚ００１．
ｉ３］陆其明．Ｄｉｒｅｃｔｓｈｏｗ开发指南［Ｍ］．北京：清华大学出版
社，２００３．
图３（ｃ）目标与遮挡物边缘相遇瞬间
Ｄ”““”ｔａ“。“ｆ０。ｃ＋＋
图３（ｄ）目标被遮挡后白十字停留于遮挡物上［４３竺ｋ”ｓｏ！ｃ”ｐｏｒａｔ沁“Ｄｉ”ｃｔｘｌＣＰ／ＤＫｌ．２００３．
Ｏｎｌｉｎｅ
Ｅｄｉｔｉｏｎ．２００９．Ｌｕｃａｓ，
Ｔ．
如图３所示，由于该视频图像在高空拍摄，因此地面目标较小且色调信息贫乏，此情形下可以使用光流法。实验中用鼠标设定图３（ａ）所示的道路交叉口为目标，程序使用白色十
［５］ｃａｒｙＢｒａｄｓｋｉ，ＡｄｒｉａｎＫａｅｂｌｅｒ．ＬｅａｒｎｉｎｇｏｐｅｎＣＶ［ＥＢ／ＯＬ］．Ｆｒｅｅ
［６］Ｂ．
Ｄ．Ｋａｎａｄｅ．
ｔｏ
Ａｎ
ｉｔｅｒａｔｉｖｅｉｍａｇｅｒｅｇｉｓｔｒａｔｉｏｎｔｅｃｈ一
７ｔｈ
面ｑｕｅ
ｗ；ｔｈ
ａｎ
ａｐｐｌｊｃａｔｊｏｎ
ｓｔｅｒｅｏ“ｓｉｏｎ［Ａ１Ｐｒｏｃｅｅｄｉｎｇｓｏｆ
ｏｎ
字标识出目标位置。由于此时飞行状态是左向盘旋，因而目标向右的移动速度较快且有抖动，结果图３（ｂ）显示出白色十字仍能够准确地定位在目标上，这证明了这种视频图像情况下使用金字塔ＬＫ光流法的有效性。
ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｉｎｔＣｏｎｆｅｒｅｎｃｅ
ｃｏｕｖｅｒ，１９８１：６７４—６７９．
Ａｒｔｉｆｉｃｉａｌ
Ｉｎｔｅｌｌｉｇｅｎｃｅ［ｃ］．Ｖａｎ—
［７］Ｄｏｒｉｎｃｏｍａｎｉｃｉｕ，ＶｉｓｖａｎａｔｈａｎＲｗｍｅｓｈ，ＰｅｔｅＭｅｅｒ．Ｒｅａｌ一Ｔｉｍｅ
ＴｒａｃｋｉｎｇｏｆＮｏｎ—Ｒｉｇｉｄ
ｉｎｇｓ
０ｂｊｅｃｔ８
ｉｎ
ｕｓｉｎｇＭｅａｎ
Ｖｉｓｉｏｎ
Ｓｈｉｆｔ［Ａ］．
ａｎｄ
Ｐａｔｔｅｒｎ
Ｐｒｏｃｅｅｄ—
Ｒｅｃｏｇｎｉ—
１４２
３结论
针对无人机视频中的目标定位问题，本文提出在不同的视频图像状况下，运用金字塔ＬＫ光流法与连续自适应均值平移法相互补充，实现人工干预方式下的检测定位。实验结果表明使用这种处理方法进行侦察任务的目标定位是切实可行的，并
ｏｆＩＥＥＥＣｏｎｆｅｒｅｎｃｅ
Ｈｉｌｔｏｎ
Ｈｅａｄ
Ｃｏｍｐｕｔｅｒ
ｔｉｏｎ［Ｃ］．
一１４９．
Ｉｓｌａｎｄ。ｗａｓｈｉｎｇｔｏｎ
Ｄｃ，２０００，２ｌ
［８］Ｃ．
［Ａ］．
Ｈａｒｒｉｓ，
Ｍ．Ｓｔｅｐｈｅｎ．
ｏｆ４ｔｈ
Ａｃｏｍｂｉｎｅｄ
ＡｌｖｅｙＶｉｓｉｏｎ
ｃｏｒｎｅｒ
ａｎｄ
ｅｄｇｅ
ｄｅｔｅｃｔｏｒＭａｎｃｈｅｓ—
Ｐｒｏｃｅｅｄｉｎｇｓ
Ｃｏｎｆｅｒｅｎｃｅ［ｃ］．
ｔｅｒ，１９８８：１４７—１５１．
无人机视频中的目标定位研究
作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：
田丰， 闫建国， 曹莹慧
西北工业大学,自动化学院,陕西,西安,710129计算机测量与控制
COMPUTER MEASUREMENT & CONTROL2010，18(4)0次
参考文献(8条)
1. 戎亚新. 王道波 图像识别技术在无人机自动着陆导航中的应用 2006(8)2. 潘爱民 Don Box COM本质论 20013. 陆其明 DirectShow开发指南 2003
4. Microsoft Corporation DirectX Documentation for C++ 20035. Cary Bradski. Adrian Kaebler Learning OpenCV 2009
6. B.D.Lucas . T.Kanade An iterative image registration technique with an application to stereo vision1981
7. Dorin Comaniciu. Visvanathan Rwmesh. Pete Meer Real-Time Tracking of Non-Rigid Objects using MeanShift 2000
8. C.Harris . M.Stephen A combined corner and edge detector 1988
相似文献(10条)
1.学位论文 侯海周 微型无人机图像处理与传输系统设计 2007
现代战争中，通过侦察装备为作战人员提供准确、及时的战场情报对取得胜利至关重要。在近年来发生的几场局部战争中，微型无人机作为一种新式侦察装备，以其在战争中表现出的突出特点，发挥的独到作用而展露头脚，受到各国军方的关注，进而推动各国对该领域的深入研究。
本文首先介绍了微型无人机在国内外的发展形势，随后分析了微型无人机图像处理与传输系统的组织结构，阐述了系统的设计思想，提出了机载化的设计方案。
接着提出了微型无人机图像处理与传输系统的总体设计方案和框架结构，然后确定了图像采集和压缩的实现方案，采用RF方式对图像信息进行传输，并对图像的采集、压缩以及传输的设计中用到的一些技术原理和协议做了一些简要地介绍与分析。
其次，本文对微型无人机图像处理与传输系统的硬件的重要组成部分如图像信号的采集、压缩存储和传输等进行了重点讨论。本设计以嵌入式处理器Philips公司ARM7系列的LPC2214为核心，采用了集成图像处理芯片SAA7111A，专用图像压缩芯片ZR36060、CPLD逻辑器件来实现系统的各部分功能。 TRF6903单芯片解决方案是一款可用作低成本多频带FSK或OOK收发器的集成电路，用于建立频率可编程的半双工双向RF链接。多通道收发器可用于北美和与欧洲的数字(FSK，OOK)调制应用，工SM频带为315MHz、433 MHz、868 MHz以及915 MHz。单芯片收发器的工作电压可低至2.2V，非常适用于低功耗应用。合成器的典型通道间距大于200kHz，并采用全面集成的VOC。只有PLL环路滤波器位于器件外部。两种全面可编程的操作模式，模式0与模式1，可在两种预编程设置之间实现快速转换，而不必对器件进行重新编程。
最后根据各子系统的应用背景和设计性能需求，具体分析其结构及工作原理，设计实现了电路。
2.期刊论文 许文伟. 徐德民. XU Wen-wei. XU De-min 用于无人机着陆的图像处理算法 -火力与指挥控制2008,33(8)
随着无人机着陆图像处理算法的不断研究和发展,在分析小波变换对噪声和边缘点的影响规律的基础上,结合多尺度乘积的特性,采用了一种基于小波变换的多尺度积的边缘检测新算法.通过边缘检测实验并和其他算法作比较,该算法能有效抑制噪声,获得清晰丰富的边缘且定位精度高,为进一步的无人机着陆图像处理提供一个很好的工具.
3.学位论文 陆钧昀 基于图像处理的无人机姿态测量 2007
目标的三维姿态参数是反映目标飞行状态的重要参数，目前在靶场测量中对空间目标的姿态测量主要分为两类，一类是利用目标内部的陀螺及电路组成的测量系统将测量的飞行数据传回地面，从而完成姿态测量，即所谓的遥测法；另一类则是通过光学摄影方式拍摄目标的序列图像，再利用图像处理的方法求解目标的飞行姿态，即所谓的姿态外测法。随着计算机技术和CCD器件的迅猛发展，外测法测量目标姿态将为靶场的飞行目标姿态测量提供一种非常好的辅助测量手段。
本文提出了一种利用图像处理进行无人机姿态测量的系统及方法。该测量系统由摄像机、经纬仪、时间同步控制器和计算机终端组成，摄像机固定在经纬仪上，构成一个能够在俯仰角和方位角下拍摄图像的光测图像机构；经纬仪布置在飞机飞行轨迹的两侧；时间同步控制器提供一个时间同步控制信号控制不同摄像机在同一时刻对飞机进行实时拍摄；拍摄的图像和时间同步控制信号一同存储在计算机终端上，该测量方法利用图像处理技术中的边缘检测、阈值分割、霍夫变换、双目图像处理等手段重构出机身和机翼的空间向量，进一步通过机身和机翼的空间向量计算出无人机的俯仰角、偏航角和翻滚角；通过仿真试验证明本方法具有测量精度高，测量方案简单的优点，方法能够应用在无人机姿态的被动测量领域。
4.期刊论文 李登亮. 叶榛. LI Dengliang. YE Zhen 无人机载荷图像仿真平台的设计与实现 -计算机工程2006,32(6)
无人机有效载荷图像仿真平台为无人机操作员训练、地面站建设、以及指挥控制和通信系统提供必要的模拟数据和模拟环境,是研制无人机系统及其测控与通信系统的重要部分.该文讨论了如何基于相对低成本的PC机和图像处理与传输技术构建一个完整的无人机有效载荷图像仿真平台.该平台可以接收无人机及其指挥控制系统的各种状态参数以及控制指令,通过图像处理,模拟实际情况生成有效载荷图像数据,并实时下传,以验证无人机及其指挥控制和通信系统的概念结构和工作过程.
、计算机视觉技术、射影几何学等方法研究了跑道识别与跟踪、进场着陆段的图像处理、无人机着陆段飞行参数提取等相关问题。
首先，为了解决如何通过摄像机在着陆场上空识别并跟踪跑道，本文提出了一种基于模板匹配的跑道识别和跟踪算法；其次，本文提出了一套图像处理算法，该算法能够较好地检测出着陆场地地平线和跑道的边缘线；再次，进一步改进了飞行参数求解的算法，并将其与图像处理合起来形成了一个较为完整的基于计算机视觉的无人机自主着陆图像处理与参数提取软件系统，并进行了相应的仿真实验；最后，利用射影几何学的知识，本文提出了一种基于跑道边缘线在图像中交点坐标求解无人机在进场着陆段飞行参数的算法，同时指出了在获得无人机滚转角的前提下，利用跑道边缘线的交点坐标可以方便地求解出无人机相对于跑道中线地夹角，并进行了相应的模拟实验，证明了该方法的有效性和可行性。
本文所研究的跑道的识别和跟踪、地平线和跑道边缘的提取、无人机飞行参数求解构成了基于计算机视觉的无人机自主着陆方法研究的主要内容，为实现相应的工程应用打下了基础，具有重要的意义。
6.学位论文 刘新华 基于视觉的无人机着陆姿态检测和跑道识别 2004
摘要:该文的研究工作源于"973"—"无人作战飞机系统"项目,主要研究了在无人机着陆过程中,利用机载照相设备获取无人机着陆姿态、识别跑道的技术.文中以某型无人机飞行试验过程中拍摄的着陆场景图像为研究材料,选择地平线和跑道作为图像处理中特征提取的目标,并据此提出了地平线检测算法和跑道分割算法,实验结果表明这两个算法可以有效的检测出图像中的地平线和跑道区域.在获得图像中这两个特征后,该文对地平线和跑道的边界直线与无人机姿态角之间的关系做了详细深入的分析,研究确定了从地平线直线参数中求解无人机滚转角和俯仰角的方法,以及从跑道边界直线参数中求解无人机偏航角的方法.无人机的姿态角是它稳定飞行和安全着陆必备的导航参数,该文研究的通过视觉方法获取无人机姿态角和识别跑道的方法对无人机实现全自主着陆具有重要意义.
7.期刊论文 陆钧昀. 李庆辉. 姜华. LU Jun-yun. LI Qing-hui. JLANG Hua 基于光测图像的无人机姿态测量方法 -红外与激光工程2008,37(1)
为了满足对无人机姿态高精度测量的要求,介绍了一种新的测量系统及方法.该系统由多台经纬仪、数字摄像机、时间同步控制器及数据处理终端组成.数字摄像机安放在经纬仪上,经纬仪布置在飞机飞行轨迹的两侧,构成了一个能够在俯仰角和方位角下拍摄图像的光测机构.时间同步控制器提供同步控制信号,控制摄像机在同一时刻对飞机成像.在终端机中利用图像处理技术重构出机身和机翼的空间向量,计算出无人机的俯仰角、偏航角和翻滚角.仿真试验结果显示:采取4台经纬仪的合理布站.当图像上直线斜率的提取误差最大为0.6°时,可以将姿态角的最大测量误差控制在1°左右.
8.学位论文 张远民 基于机器视觉的无人机着降定位技术研究 2005
本文以兵器工业集团某所十五国防预研科技项目为背景,详细研究了利用数字图像处理技术和机器视觉技术实现无人机着降过程中的定位测量,并在此基础上提出了一套完整的基于机器视觉的无人机着降定位方案。本文的方案采用DGPS引导无人机归航,把无人机引导到着降区特征图案上空附近,启动机器视觉助降系统对无人机进行实时精确定位,并把无人机的位置信息传递到飞行控制系统,由飞行控制系统控制无人机降落。本文重点对机器视觉助降系统的实时图像预处理、图像特征点提取、无人机定位算法进行了研究。根据对无人机着降中的实时性和精确性的不同要求设计了两种着降区特征图案,并根据特征图案的特点采用了不同的图像处理算法。文中提出的线性定位算法能够测量无人机的六个空间自由度(即无人机在着降区坐标系中的x、y、z坐标,偏航角φ、俯仰角Κ、倾斜角ω),在此基础上本文创新性地采用了非线性优化算法对线性解进行优化得到更加精确的非线性优化解。最后,用两个着降区特征图案进行了计算机半实物仿真实验。实验结果表明该方案能够较好地满足无人机着降定位过程中对实时性、精确性、稳定性的要求。
9.学位论文 汪光明 无人机着陆信息预测与姿态控制 2008
无人机着陆信息的获取、预测以及无人机姿态控制是当前的热门课题，对于巩固我国国防、增强我国经济实力，具有十分重要的意义。本文的研究源于国家自然科学基金资助项目—“基于视觉的无人飞行器自主着陆导引信息实时提取与转换”。该课题采用的方案是利用机载摄像设备对着陆跑道场景进行拍摄，经序列跑道图象处理，提取飞行器着陆所需的关键信息。此后，将这些关键信息转化为飞行器状态，并尝试对飞行器、摄像机后续状态的预计和控制。
在本文中，首先对序列跑道场景图像进行图像处理，提取出跑道图象中具有透视不变性的特征。当然，这些特征可以是具有透视不变性的点、线、图形，也可以是经过综合后的中心矩。在获得这些具有透视不变性特征后，便可以通过相关文献寻求这些特征转化为无人机、摄像机姿态信息的方案。 在获取序列无人机、摄像机姿态信息后，本文提出了一种基于跑道信息可信度的滤波预测方法，替代了传统的kalman 滤波过程，成功地应用于无人机和摄像机的状态估计中。经模拟实验，证实了该方法具有执行效率高，跟踪性好等优点。
在状态估计后，结合当前国际先进无人机的着陆级别，给出了无人机状态控制的启动条件，并提供了较平滑的飞机着陆姿态控制方案。最后，本文对基于图象信息的无人机机头控制方法作了初步的探索，提出了未来工作的研究方向。
10.会议论文 刘新华. 曹云峰 基于视觉的无人机自主着陆姿态检测方案 2003
姿态检测在无人机着陆过程中起着至关重要的作用.在这篇文章里,我们对基于视觉的姿态检测方法在无人机着陆过程中的应用进行了初步探讨.文中提出了基于图像的地平线画线算法和跑道检测算法,研究了地平线,跑道边界角和无人机姿态角之间的关系,并给出了无人机滚转角和俯仰角的计算方法以及偏航角范围的确定方法.实验结果表明,本文所提出的姿态检测方法是有效的.
本文链接：http://d.g.wanfangdata.com.cn/Periodical_jsjzdclykz201004053.aspx授权使用：吕先竟(wfxhdx)，授权号：7ef00eda-a244-4e50-96c9-9e7b012f399b
下载时间：2011年1月30日
购物需要注意的安全事项
1. 选购物品前应询问卖家拍摄的图片与实物是否有色差，如有可能是商家在电脑上将图片进行过色彩加鲜。实物的色泽可能偏暗、偏沉。如实物色泽鲜艳的，在自然光下拍摄以足够了，并不需要进行图片加鲜，而且一般色差不明显。如果很近的话，可以咨询卖家去看货，再直接拿货。
拍产品前、打款后、运输途中、收到货前，最好和卖家保持密切联系，有问题，及时询问。
2. 无论是买家、卖家，最好还是支持使用支付宝，对大家都有保障。
3. 买家收到货物后，应尽快、仔细检查货物有无质量问题，特别是某些部件、功能的完好，应尽早发现，以免超过保修期或保质期。
4. 不要只选便宜货，正所谓“一分钱、一分货”，更何况物品虽便宜，但邮费可是计重量的。因此，太重的物品也不适宜网上购买。网上很多都是模仿的货，
大多数的假货都是深圳珠海产的，模仿的很像，比如鼠标大多数贴微软，罗技，双飞燕，因为刻一个模子价不高，获利丰厚，卖家就以假冲正。而且很多是拍卖品之类的或是返修货，大家也看不到里面是什么样的部件。
5. 网上购物应保持良好的心态，遇到不如意时或对货物不满意应有心理准备，网上购物有好的一面好也有它的缺陷一面，就是退换手续麻烦。寄来寄去，浪费钱也浪费时间。不过这种事会比较少发生的。好多卖家都是中介者，至于产品的质量问题，如遇上这等事麻烦的手续也是一定的。
6. 尽量选有口碑的网站
选择经营时间较长的网站。如４－５年前电子商务刚兴起时就创建的一批网站，经历网络泡沫后，一直健康发展下来的网站，这些网站的信用和服务一般都较好，信用及服务水平普遍高于传统购物。欺骗性的网站一般成立时间都不长，历史越长，可信度越高。
国内网站比较好的有淘宝，当当等。另外可以选择一些好的导购网站.
7. 汇款前要查询银行账户信息
订货的同时就要给对方付款。这时候要查询银行账户或信用卡是在哪个城市开户的，若与公司地址不一致，应提高警惕。对以公司名义从事交易活动，却要求消费者将钱款打入个人账户的尤其应当谨慎。
8. 收货时一定索要相关凭证
就目前来说，商家对网购商品不承担售后责任是消费者最头疼的问题。因此，消费者收货时就要向卖家索要相关凭证。此外，消费者一定要注意完整保存“电子交易单据”，在商家送货时注意核对货品是否与所订购商品一致，有无质量保证书、保修凭证等，同时索取购物发票或收据。
在收货时间上，一般情况下，消费者在给对方汇款之后的１０天内基本上就能收到自己的商品了，如果超过了这个期限，却还迟迟没有对方的信息，通过
网上、手机等也联系不到卖家，这个时候，消费者就要及时整理自己的所有汇款、交易等凭证，上报公安机关来处理。
第一，管好自己的个人资料，信用卡号码和身份证号码不要轻易泄露，更不要轻易地把信用卡和身份证交他人。
第二，谨慎选择交易对象。对于陌生商，应注意其网址上是否提供详细通讯地址和联系电话，必要时应打电话加以核实经营者的身份
第三，认真阅读交易规则。尤其应注意有关产品质量、交货方式、费用负担、退换货程序、免责款、争议解决方式等方面的内容。由于此类电证据具有“易修改性”，因此在开始交易时，应将这些凭打印埃存
第四，如果用信用支付，最好使用专用的一个账户，卡内不宜存放太现金。同时减少或杜绝在网吧等公共设备上使用，以防用户信息泄露。每次购物后要及时修改密码。应尽量选择货到付款、同城交易方式
第五，注意保存有关单据。购买者应注意保存有关“电子交易单据”，包括商家以电子邮件方式发出的确认书、用户名和密码等。建议存邮时不要漏掉完整的信头，因为该部分记载了邮件的发件地址
第六，商家送货时，应注意核对货品是否与所订购商品一致。同时索取购物发票或收据，以便在遇到所购商品与告宣传不一致时要求退货。
1. 连接要安全
在提交任何关于你自己的敏感信息或私人信息——尤其是你的信用卡号——之前，一定要确认数据已经加密，并且是通过安全连接传输的。
2. 保护你的密码
不要使用任何容易破解的信息作为你的密码，比如你的生日、电话号码等。你的密码最好是一串比较独特的组合，至少包含5个数字、字母或其他符号。
3. 保护自己的隐私
尽量少暴露你的私人信息，填在线表格时要格外
小心，不是必填的信息就不要主动提供。
永远不要透露父母的姓名这样的信息，有人可能会使用它来非法窃取你的帐号。
各种免费或收费的Web 服务可以使你匿名浏览和购物。比如，你可以使用Anonymizer 和Privada 等站点来匿名访问其它商务站点，而不必暴露你的姓名和e-mail 地址。
4. 使用安全的支付方法
使用信用卡和借记卡在线购物不但方便，而且很安全，因为通过它们进行的交易都受有关法律的保护，你可以对提款提出质疑，并在质疑得到解决之前拒绝付帐。5. 检查证书和标志
网站的证书可以分为很多种，一般可分为安全认证证书，支付许可证书，其他性质证书。在看到网站的证书时要留心，因为一般的证书，比如支付宝特约商家证书，虽然很多网站都会贴出这个图标，但是只有部分是真正签约的特约商家。真正的证书一般可以
点击进去并查看具体的内容，而且这个页面一般不是原来的网站的页面，而是第三方的页面。例如支付宝特约商家图标点进去之后是支付宝的页面。这点可以在网址中看出来。
6. 检查销售条款著名的在线零售商都会出示有关的销售条款，包括商品质量保证，责任限度，以及有关退货和退款的规定等。有些站点要求客户在购物前必须点选“同意这些协议”，有些站点则把这些条款放在一个链接后面。
7. 税款和运费
仔细阅读运送和处理等费用的有关说明，不同的送货方式费用差别可能会很大。找一些提供低成本配送方式的公司，或在定购量大时可以免费送货的站点。另外，很多国家和地区对网上购物是收税的。
8. 再检查一遍订单
在发送购物订单之前，再慎重地检查一遍。输入错误(比如把2写成了22) 会导致很严重的后果。如果你收货的地址和发出订单的地址不同，你就需要做出
特别说明，并仔细检查。另外，你必须确定你看到的价格正是该物品当前的价格，而不是你上次访问该站点时浏览器保存在你计算机中的临时网页文件上的过时价格。9. 估计送货日期
销售商应该会告诉你一个大概的送货日期。按照美国联邦贸易委员会的规定，如果销售商没有指定货物送达日期，他就必须在30天内将货物送达，否则必须通知客户不能按时送货，并提出撤销订单，退回货款。
10. 提出控诉
如果你在网上购物过程中碰到了问题，你应该立即通知这个商务公司。在他们的站点上找到免费服务的电话号码、邮件地址或指向客户服务的链接。如果该公司自己不解决有关的问题，你就应该与有关主管部门联系了。网购前景和从事心理分析
亿人购物商城提示：网购日益成熟，由于网上销售进入门槛低，而且日前越多越多有时间能上网的人会加入于此，随之而来的挑战是良莠不齐的销售队伍带给消费者从热情到绝望到理智的心态及越来越大的价格竞争，质量竞争和服务竞争。况且老客户很难积累，这将会使想把网购当成长期事业的人群长期处于浮沉于一个相对利润阶段，但想借此形成大规模和高回报是有一定难度。所以最后容易产生疲惫、厌烦、麻木的心理，因此需要耐心及诚信经营。
电子商务之避免失败因素
个人资料的外泄是最大的因素，如果有黑客破解网页源代码，并在网页上种下木马或是病毒，只要你登入并打上个人资料，黑客便可以马上知道你在网页上打下哪些个人资料。所以如何保护顾客的个资等是电子商务最大的问题，如果不妥善处理，那此电子店家便会被淘汰。
淘宝网女装网上购物是世界未来的发展趋势，安全，方便，快捷。
堋。．
・９００・
器竺鼍＝：警’三躺陬雨网
Ｃｏｍｐｕｔｅｒ
Ｍｅ躯ｕｒｅｍｅｎｔ＆ＣｏｎｔｒｏｌＩ∞‘．ｙＩ—＇，二‘－ＪＩＪｌ
文章编号：１６７１—４５９８１２０１０）０４一０９００—０２中圈分类号：ＴＰ３９１．４
文献标识码：Ａ
无人机视频中的目标定位研究
田
丰，闰建国，曹莹慧
（西北工业大学自动化学院，陕西西安７１０１２９）
摘要：无人机侦察任务中的目标定位，需要高效地获取机载视频数据，并采用实时性鲁棒性较强的目标检测算法ｆ针对上述要求，选择在ＤｉｒｅｃｔＳｈｏｗ框架下实现具有图像处理功能的自定义转换过滤器作为处理平台，同时提出了采用基于卢卡斯卡那得光流和连续自适应均值平移互补的方法进行目标检测定位；经过实验测试，结果证明了该方案在满足实时性要求的同时还能够解决图像色度信息较差、目标图像较小以及目标区域比较平滑时的检测定位问题。是一种针对战场目标定位的有效方法．
关键词：无人机；图像处理－过滤器Ｉ光流法；连续自适应均值平移法
Ｒｅｓｅａｒｃｈ
ｏｎ
ＴａｒｇｅｔＬｏｃａｔｉｏｎｏｆＵＡＶＶｉｄｅｏ
ＹａｎＪｉａｎｇｕｏ，
ＣａｏＹｉｎｇｈｕｉ
７１０１２９，Ｃｈｉｎａ）
ｏｆｖｉｄｅｏｄａｔａａｎｄ
ａ
ＴｉａｎＦｅｎｇ，
（Ｃ０１１ｅｄｇｅｏｆＡｕｔｏｍａｔｉｏｎ，ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ
Ａｂｓｔ隋ｃｔ：ＴａｒｇｅｔｌｏｃａｔｉｏｎｆｏｒＵＡＶ（ＵｎｍａｎｎｅｄＡｅｒｉａｌＶｅｈｉｃｌｅ）ｓｃｏｕｔｔａｓｋｉｎｖｏｌｖｅｓｂｕｓｔ
ｔａｒｇｅｔ
ａｎ
ｅｆｆｌｃｉｅｎｔ
ａｃｃｅｓ５
ｒｅａｌ—ｔｉｍｅ
ａ
ｒｏ—
ｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ．Ａｃｃｒｏｄｉｎｇ
ｉｍａｇｅ
ｐｒｏｃｅｓｓ
ｔｏ
ｔｈｅｓｅｒｅｑｕｉｒｅｍｅｎｔｓ，ａ
ｉｎ
ｐｒｏｃｅｓｓ
ｐｌａｔｆｏｍ
ａｎｄ
ｔｈｅ
ｗａｓｃｈｏｓｅｎｗｈｉｃｈｗａｓ
ｂｕｉｌｔｂｙｒｅａｌｉｚｉｎｇ
ｃｕｓｔｏｍｅｄ
ａｐａｔｉｖｅ
ｔｒａｎｓｆｏｒｍ—ｆｉｌｔｅｒｗｉｔｈｆｕｎｃｔｉｏｎ
ＤｉｒｅｃｔＳｈｏｗａｒｃｈｉｔｅｃｔｕｒｅｌ
ｌｏｃａｔｉｏｎ
ｉｎ
Ｌｕｃａｓ—Ｋａｎａｄｅｏｐｔｉｃａｌｆｌｏｗａｎｄｃｏｎｔｉｎｕｏｕｓｌｙ
Ｍｅａｎ—Ｓｈｊｆｔａｌｇｏｒｉｔｈｍｗｅｒｅｌｅｍｓ
ｃａｎ
ｕｓｅｄｔｏｇｅｔｈｅｒｆｏｒ
ａ毒ｐｏｏｒ
ｔａｒｇｅｔ
ｔｈｉｓｐｒｏｊｅｃｔ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｓｅｖｅｒａｌ
ｔｅｘｔｕｒｅ
ｄｅｔｅｃｔｉｏｎ
ｐｒｏｂ—
ａｔ
ｂｅｆｅｓｏｖＩｅｄ，ｓｕｃｈ
ｈｕｅ，ｓｍａＵａｒ龃ａｎｄｓｒｎ００ｔｈｉｎｔａｒｇｅｔ
ａｒｅａ；
ａｎｄｔｈｅ
ｒｅａ卜。ｔｉ眦ｐｅｒｆｏｒｍａｎｃｅ
ｃａｎ
ｂｅ
ｇｕａｒａｎｔｅｅｄ
ｔｈｅｓａｍｅｔｉｍｅｗｉｔｈｔｈｉｓ
Ｋｅｙ
ｅｆｆｉｃｉｅｎｔ
ｌｏｃａｔｉｏｎｍｅｔｈｏｄｆｏｒｂａｔｔｌｅｆｉｅｌｄ
ｆｉｌｔｅｒＩ
ｏｐｔｉｃａｌ
ｔａｒｇｅｔｓ．
ｗｏｒｄｓ：ＵＡＶ｝ｉｍａｇｅｐｒｏｃｅｓｓｌｎｏｗ；ＣａｍＳｈｉｆｔ
Ｏ
引言
无人机侦察目标定位属于无人机视觉系统的一个应用。随
表，并实现特定功能的过滤器组件。１．１过滤器图表的搭建
搭建完成的应用程序过滤器图表如图１所示。在录制状态下过滤器图表包含预览链路和录制链路两部分，而在预览状态
着硬件性能的提升和图像处理算法的发展，国内外对无人机视觉系统的研究已成为无人机领域的热点。国内研究人员主要是研究标志物的检测并运用在无人机自动着陆和导航方面【ｌ】，研究采用的是目标特征匹配或者统计模式识别方法。比如几何、颜色特征匹配，Ｈｕ不变矩，Ｈａａｒ特征分类器等。而国外的研究侧重于对战场目标的侦察与跟踪定位，本文主要工作也是研究这种侦察目标的定位问题。在这类问题中，由于目标没有统一的模板特征，所以较难使用上述对标志物检测的方法来跟踪定位目标。因此，本文研究采用以
手动标识目标的方式，得到目标区域的光流特征或者颜色特征，并以此来进行目标的检测定位。
由于本文的方法需要在基站处理型的无人机视觉系统结构下实现，所以涉及到应用程序的开发。为了能够灵活高效地处理视频数据，本文给出了应用程序框架的设计，并对其目标检测定位方法进行了研究与实验。
图１录制状态下的过滤器图表
下，应用程序只创建预览链路部分。
在图中预览链路里的ＩｍａｇｅＰｒｏｃｅｓｓ过滤器是自定义实现图像处理的转换过滤器。它通过对外提供指针，把经过的每一帧图像数据交给外部函数进行处理，下节将给出它的实现方法。
１．２
自定义ＩｍａｇｅＰｒｏｃｅ鲻过滤器
该过滤器以ＣＴｒａｎｓＩｎＰｌａｃｅＦｉｌｔｅｒ为基类派生，分别实现下
１无人机目标定位的应用程序框架
该应用程序是通过基于ＣＯＭ［２］标准的ＤｉｒｅｃｔＳｈｏ一３卅架构而实现，因此开发的主要工作就是搭建应用程序的过滤器图
收稿日期：２００９—０９一０４；修回日期：２００９—１０—１０。作者简介：田
丰（１９８５一），男，江苏人，硬士研究生．主要从事图像
列虚函数：
在函数ＣｈｅｃｋＩｎｐｕｔＴｙｐｅ（）中，使用＊ｍｔＩｎ的Ｔｙｐｅ和Ｓｕｂｔｙｐｅ方法来验证数据是否为所要求的ＭＥＤＩＡＴＹＰＥ—Ｖｉｄ～ｅ０和ＭＥＤＩＡＳＵＢＴＹＰＥ—ＲＧＢ２４类型。在函数Ｔｒａｎｓｆｏｒｍ（）中，通过ｐＭｅｄｉａｓａｍｐｌｅ的ＧｅｔＰｏｉｎｔｅｒ（＆ｍ—Ｄａｔａ）获得当前帧的数据指针，用过滤器输入针脚的ＣｕｒｒｅｎｔＭｅｄｉａＴｙｐｅ方法获取数据类型ｍ—Ｔｙｐｅ，从ｍ—Ｔｙｐｅ结构体中的ｐｂＦｏｎＴｌａｔ成员得到该类型的图像宽度、高度和图像整行字节长度，根据这
些数据初始化ＯｐｅｎＣｖ５］所支持的图像结构头，并得到图像指
处理、计算机控制等方面的研究。
日建国（１９５６一），男．上海人。博导。主要从事计算机控制、智能控制和飞行器控制等方面的研究．
第３期田丰．等：无人机视频中的目标定位研究
・９０１・
针＆ｉｍａｇｅ。使用ｃｖＳｅｔＤａｔａ给该指针设置具体的图像数据ｍ—Ｄａｔａ，接下来就能用回调函数获得对＆ｉｍａｇｅ的访问机会并进行图像处理操作了。
的情况，从而获得最佳的检测性能。２．２．２连续自适应均值平移法
该方法是在均值平移（Ｍｅａｎ—Ｓｈｉｆｔ）法的基础上改进所得。均值平移法原理上是一种核密度估计，用于计算数据分布的梯度值。对于离散二维图像来说，以目标区域为搜索窗口，取窗口内点（工，ｙ）像素值为ｆ（工，，），计算窗口形心为：
２无人机目标定位的图像处理算法
２．１
无人机侦察问题的特殊性和解决方法
对于无人机侦察目标的检测定位存在几个特殊点：（１）可能在侦察过程中发现感兴趣的新目标而没有预先定
义的特征去匹配；
（２）在复杂背景下的目标相对于背景可能是运动的也可能是静止；
（３）某些语义上的同一类目标在某种特征上可能存在较大差异从而难以提取有效特征，
针对这些问题，本文提出采取人工干预的方法，在人眼发现感兴趣目标后手动标识出来，随后由算法自动检测目标，并实时获取目标在画面上的坐标。该功能为联合导航地面站对目标经纬度定位和执行导航跟踪提供了新的帮助。２．２算法研究
鉴于上述无人机侦察问题的特殊性，传统模版匹配、配准后的背景差分等类型的目标检测方法都不再适用，本文研究采用Ｌｕｃａｓ—Ｋａｎａｄｅ光流法‘６３和连续自适应均值平移法‘７３互相补充进行检测定位。
２．２．１
“
１—２．．二！．．．．．２：．．．．．．．．．．．．．．．一一．．二！．．．．．２：．．．．．．．．．．．．一∑∑Ｊ（ｚ，ｙ）ｍ∑∑ｆ（ｚ，ｙ）
ｌ
，ｘ
’
∑∑ｚＪ（。，ｙ）
∑∑ｙｆ（ｚ，ｙ）
算法以计算出的形心重新定位窗口中心并再次计算形心，如此迭代计算直到形心与中心距离小于设定阈值时停止。连续自适应均值平移（Ｃａｍｓｈｉｆｔ）是在均值平移计算基础上，通过在迭代过程中对窗口大小做出调整从而自适应动态概率分布。具体来说，它是利用目标颜色特征计算其色调匹配的概率值并根据此值计算目标像素形心，从而确定视频中的目标位置和大小。
２．３算法的运用
在计算光流的方程中，Ａ疆要求是一个满秩矩阵，当它具
有两个较大特征向量时才满足这一点。在Ｈａｒｒｉｓ角点检测［８］的意义上，这就要求检测目标区域里需要有明显的纹理存在。因此，当目标区域比较平滑时，只能使用连续自适应均值平移法对目标定位。虽然ＣａｍＳｈｉｆｔ能处理平滑问题，而且能够自动计算目标形心和大小，但当目标色调与周围环境很接近时它就无法工作了。所以人工标识目标可根据实际视频图像的情况采取两种操作方式：
（１）用鼠标圈定目标使用Ｃａｍｓｈｊｆｔ法；（２）用鼠标点击目标使用金字塔ＬＫ光流法。２．４算法实验结果
如图２所示，在这一类低空拍摄的视频中，地面目标色调信息以及目标大小满足ＣａｍＳｈｉｆｔ的要求，因此用鼠标圈定图２（ａ）中的绿色目标后，算法能够很好地提取出目标图像ＨＳＶ空间的色调信息并建立它的色调直方图。在图２（ｂ），（ｃ），（ｄ）中，随着拍摄角度的变化以及距离的改变，图中的标识圆圈能够准确地描绘目标的形心并反映出目标的形状大小。结果
Ｌｕｃａｓ—Ｋａｎａｄｅ光流法（Ｌｕｃａｓ—Ｋａｎａｄｅ
０ｐｔｉｃａｌＦｌｏｗ）
该方法在确定目标后能够自动跟踪目标的运动从而实现对目标的检测定位。它依据三点假设：
（１）灰度恒定，一个像素点在不同的帧中保持相同灰度；（２）微小的像素运动，同一像素点在帧间运动缓慢；（３）空间一致性，投影在图像上的相邻像素有相似的运动。
根据前两个假设，对于二维图像可以建立光流约束方程Ｌ”＋Ｉ，口＋Ｌ—ｏ，其中Ｊ。、Ｉ，和Ｉ。是像素灰度值对ｚ和了轴以及时间￡的导数，越和。是该像素点的光流。由于该方程约束条件少，无法求解２个光流未知量，仅能确定物体运动梯度方向的法向光流而无法得到与梯度正交的分量。为解决这种“孔径”问题，可使用第三个假设来处理。用目标像素周围空间一致的像素邻域共同建立过度约束方程组：
ｒＬ（ＰＩ）
Ｉ，（Ｐ２）
Ｊ，（Ｐ１）］
ｒＪ。（Ｐ１）１
Ｊ，（Ｐ２）Ｉ
；
Ｉ＝一ＩＬ（Ｐ２）Ｉ
Ｊ≮■
；
弋——１—一。占ｆ
；
通过求其最小二乘解。Ｋ
像素光流。
２（Ａ７ＡｒｌＡ７６，得到该图２（ａ）ｃ柚ｓｈｉｆｔ算法中人工圈定目标圈２（ｂ）ｃ锄ｓｈｉｆｔ算法对目标实时检测序列ｌ
Ｌｕｃａｓ—Ｋａｎａｄｅ光流法通过计算这种稀疏特征集光流大大提高了运算效率，但是它存在一个缺陷，当我们希望通过对一个较大邻域建立方程组获得对较大运动的支持时，往往会打破空间一致性假设，这样不利于对高
速运蓍昱霉嚣羹翟美进的金字塔ＬＫ光黼它是一种蚴ｃ蚴ｍ…愀…僦酗曲ｃ…ｔ删……黼
多分辨率的ＬＫ光流法。它的具体做法是通过对顶层图像金字塔计算光流，根据得到的运动估计再计算下一层的运动，如此将结果逐层向下迭代计算，这样可以最小化违背假设
显示出在这种视频图像状况下，使用ＣａｍＳｈｉｆｔ法进行目标定位的良好效果。
（下转第９０５页）
第３期张雪，等：临床心电信号下频干扰小波去噪方法对比分析
・９０５・
明显的毛刺外，其余细节系数，也可能存在轻微毛刺影响，故实际应用中，此法去噪后的信号有可能丢失一些有用成分；
能量阅值去噪法，能够简化阈值的选取，较好地滤除工频干扰，信噪比提高约５．９６ｄＢ。Ｐ波和Ｔ波失真小，保证了信号的重要信息，取得了较好的滤波效果，令人满意；
默认阈值法，信噪比提高约２．６５ｄＢ。其阈值可信度较低，但算法简单可行。
的选取，去噪同时保留信号中的突变部分；默认阈值法可信度较低，但仍可满足非高精度数据处理的要求。
在实际应用中可以根据具体情况和所需的处理精度，选取合适的工频干扰去噪方法，为进一步的临床心电信号分析预处理奠定基础。
参考文献：［１］罗
强，田化梅，等．基于平稳小波变换的心电信号去噪研究
６小结
本文在分析离散小波变换原理的基础上，针对工频干扰，分析了频域强制去噪法、能量阈值去噪法和默认阈值去噪法，结合临床实测数据对比验证三种不同去噪方法的有效性。研究滤波后信号与原信号的ＱＲｓ波形态的相似性可知，对于频带与主要心电信号分离的工频干扰，采用能量阈值去噪法能得到较好的消噪效果。同时，形成以下结论：
①临床心电信号中，由人体分布电容引起的工频可以利用小波去噪方法消除。
②对比三种去噪方法，频域强制去噪后的信号较光滑，但有可能丢失有用信息，能量阈值去噪法能简化并优化传统阂值
口］．计算机与数字工程，２００６，（６）．［２］王镇，菜
萍．用于去除心电信号中工频干扰数字滤波技术
［Ｊ］．电子测量技术，２０００，（２）．［３］赵国良。杨俊春，孙
坤．心电信号的小波变换消噪方法［Ｊ］．
哈尔滨工程大学学报，２００４。（１０）．
［４］王佳文，凡友华．心电信号去噪中的小波方法［Ｊ］．数理医药杂
志，２００９，Ｚ２（１）．
［５］苏丽，赵国良，张仁彦．基于改进小波阈值法的平移不变心电
信号去噪口］．哈尔滨工程大学学报，２００６，（６）．
［６］薛伟。陈章良，孙晓玮．小波变换在车流量检测雷达信号去噪
中的应用［Ｊ］．计算机测量与控制，２００８，１６（４）：４７．
净哆乎哆水哆出够水彗濞眵浮哆孚哆啦哆４曲啦哆班哆—＂社哆—蜡淖蟑罅蟑译哆守蛆净蟑净哆净哆诤蚌母附哆淖哆淖哆淳够４哆掣净净哆乎蜱守哆啦哆掣Ｂ净够谆哆净ｌ，社鸥淖哆淖Ｉ｝淖哆净ｌ咐９，净ｉ＇诤９，诤哆谆ｉ咐§蹿邺’廿哆
（上接第９０１页）
且具有良好的效果。为了解决目前算法中还存在的一些问题，比如图３（ｃ），（ｄ）中目标被起落架遮挡后所反应出的抗遮挡
问题，今后的工作是通过加入预估环节来进一步提高算法的鲁棒性。为了完善无人机视频目标定位的功能，灵活运用自定义过滤器平台加入对已知特征目标的检测也是作者的研究方向。
图３（８）Ｌ．Ｋ光流法中搜定目杯为道路变义口
一一————————参考文献：
图３（ｂ）Ｌ—Ｋ光流法对目标实时检测序列１［１］戎亚新，壬道波．图像识别技术在无人机自动着陆导航中的
应用［Ｊ］．计算机测量与控制，ｚ００６，８：１０９３—１０９５．：２］Ｄｏｎ
Ｂ０ｋ
ＣＯＭ本质论［Ｍ］．潘爱民，译．北京：中国电
力出版社，ｚ００１．
ｉ３］陆其明．Ｄｉｒｅｃｔｓｈｏｗ开发指南［Ｍ］．北京：清华大学出版
社，２００３．
图３（ｃ）目标与遮挡物边缘相遇瞬间
Ｄ”““”ｔａ“。“ｆ０。ｃ＋＋
图３（ｄ）目标被遮挡后白十字停留于遮挡物上［４３竺ｋ”ｓｏ！ｃ”ｐｏｒａｔ沁“Ｄｉ”ｃｔｘｌＣＰ／ＤＫｌ．２００３．
Ｏｎｌｉｎｅ
Ｅｄｉｔｉｏｎ．２００９．Ｌｕｃａｓ，
Ｔ．
如图３所示，由于该视频图像在高空拍摄，因此地面目标较小且色调信息贫乏，此情形下可以使用光流法。实验中用鼠标设定图３（ａ）所示的道路交叉口为目标，程序使用白色十
［５］ｃａｒｙＢｒａｄｓｋｉ，ＡｄｒｉａｎＫａｅｂｌｅｒ．ＬｅａｒｎｉｎｇｏｐｅｎＣＶ［ＥＢ／ＯＬ］．Ｆｒｅｅ
［６］Ｂ．
Ｄ．Ｋａｎａｄｅ．
ｔｏ
Ａｎ
ｉｔｅｒａｔｉｖｅｉｍａｇｅｒｅｇｉｓｔｒａｔｉｏｎｔｅｃｈ一
７ｔｈ
面ｑｕｅ
ｗ；ｔｈ
ａｎ
ａｐｐｌｊｃａｔｊｏｎ
ｓｔｅｒｅｏ“ｓｉｏｎ［Ａ１Ｐｒｏｃｅｅｄｉｎｇｓｏｆ
ｏｎ
字标识出目标位置。由于此时飞行状态是左向盘旋，因而目标向右的移动速度较快且有抖动，结果图３（ｂ）显示出白色十字仍能够准确地定位在目标上，这证明了这种视频图像情况下使用金字塔ＬＫ光流法的有效性。
ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｉｎｔＣｏｎｆｅｒｅｎｃｅ
ｃｏｕｖｅｒ，１９８１：６７４—６７９．
Ａｒｔｉｆｉｃｉａｌ
Ｉｎｔｅｌｌｉｇｅｎｃｅ［ｃ］．Ｖａｎ—
［７］Ｄｏｒｉｎｃｏｍａｎｉｃｉｕ，ＶｉｓｖａｎａｔｈａｎＲｗｍｅｓｈ，ＰｅｔｅＭｅｅｒ．Ｒｅａｌ一Ｔｉｍｅ
ＴｒａｃｋｉｎｇｏｆＮｏｎ—Ｒｉｇｉｄ
ｉｎｇｓ
０ｂｊｅｃｔ８
ｉｎ
ｕｓｉｎｇＭｅａｎ
Ｖｉｓｉｏｎ
Ｓｈｉｆｔ［Ａ］．
ａｎｄ
Ｐａｔｔｅｒｎ
Ｐｒｏｃｅｅｄ—
Ｒｅｃｏｇｎｉ—
１４２
３结论
针对无人机视频中的目标定位问题，本文提出在不同的视频图像状况下，运用金字塔ＬＫ光流法与连续自适应均值平移法相互补充，实现人工干预方式下的检测定位。实验结果表明使用这种处理方法进行侦察任务的目标定位是切实可行的，并
ｏｆＩＥＥＥＣｏｎｆｅｒｅｎｃｅ
Ｈｉｌｔｏｎ
Ｈｅａｄ
Ｃｏｍｐｕｔｅｒ
ｔｉｏｎ［Ｃ］．
一１４９．
Ｉｓｌａｎｄ。ｗａｓｈｉｎｇｔｏｎ
Ｄｃ，２０００，２ｌ
［８］Ｃ．
［Ａ］．
Ｈａｒｒｉｓ，
Ｍ．Ｓｔｅｐｈｅｎ．
ｏｆ４ｔｈ
Ａｃｏｍｂｉｎｅｄ
ＡｌｖｅｙＶｉｓｉｏｎ
ｃｏｒｎｅｒ
ａｎｄ
ｅｄｇｅ
ｄｅｔｅｃｔｏｒＭａｎｃｈｅｓ—
Ｐｒｏｃｅｅｄｉｎｇｓ
Ｃｏｎｆｅｒｅｎｃｅ［ｃ］．
ｔｅｒ，１９８８：１４７—１５１．
无人机视频中的目标定位研究
作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：
田丰， 闫建国， 曹莹慧
西北工业大学,自动化学院,陕西,西安,710129计算机测量与控制
COMPUTER MEASUREMENT & CONTROL2010，18(4)0次
参考文献(8条)
1. 戎亚新. 王道波 图像识别技术在无人机自动着陆导航中的应用 2006(8)2. 潘爱民 Don Box COM本质论 20013. 陆其明 DirectShow开发指南 2003
4. Microsoft Corporation DirectX Documentation for C++ 20035. Cary Bradski. Adrian Kaebler Learning OpenCV 2009
6. B.D.Lucas . T.Kanade An iterative image registration technique with an application to stereo vision1981
7. Dorin Comaniciu. Visvanathan Rwmesh. Pete Meer Real-Time Tracking of Non-Rigid Objects using MeanShift 2000
8. C.Harris . M.Stephen A combined corner and edge detector 1988
相似文献(10条)
1.学位论文 侯海周 微型无人机图像处理与传输系统设计 2007
现代战争中，通过侦察装备为作战人员提供准确、及时的战场情报对取得胜利至关重要。在近年来发生的几场局部战争中，微型无人机作为一种新式侦察装备，以其在战争中表现出的突出特点，发挥的独到作用而展露头脚，受到各国军方的关注，进而推动各国对该领域的深入研究。
本文首先介绍了微型无人机在国内外的发展形势，随后分析了微型无人机图像处理与传输系统的组织结构，阐述了系统的设计思想，提出了机载化的设计方案。
接着提出了微型无人机图像处理与传输系统的总体设计方案和框架结构，然后确定了图像采集和压缩的实现方案，采用RF方式对图像信息进行传输，并对图像的采集、压缩以及传输的设计中用到的一些技术原理和协议做了一些简要地介绍与分析。
其次，本文对微型无人机图像处理与传输系统的硬件的重要组成部分如图像信号的采集、压缩存储和传输等进行了重点讨论。本设计以嵌入式处理器Philips公司ARM7系列的LPC2214为核心，采用了集成图像处理芯片SAA7111A，专用图像压缩芯片ZR36060、CPLD逻辑器件来实现系统的各部分功能。 TRF6903单芯片解决方案是一款可用作低成本多频带FSK或OOK收发器的集成电路，用于建立频率可编程的半双工双向RF链接。多通道收发器可用于北美和与欧洲的数字(FSK，OOK)调制应用，工SM频带为315MHz、433 MHz、868 MHz以及915 MHz。单芯片收发器的工作电压可低至2.2V，非常适用于低功耗应用。合成器的典型通道间距大于200kHz，并采用全面集成的VOC。只有PLL环路滤波器位于器件外部。两种全面可编程的操作模式，模式0与模式1，可在两种预编程设置之间实现快速转换，而不必对器件进行重新编程。
最后根据各子系统的应用背景和设计性能需求，具体分析其结构及工作原理，设计实现了电路。
2.期刊论文 许文伟. 徐德民. XU Wen-wei. XU De-min 用于无人机着陆的图像处理算法 -火力与指挥控制2008,33(8)
随着无人机着陆图像处理算法的不断研究和发展,在分析小波变换对噪声和边缘点的影响规律的基础上,结合多尺度乘积的特性,采用了一种基于小波变换的多尺度积的边缘检测新算法.通过边缘检测实验并和其他算法作比较,该算法能有效抑制噪声,获得清晰丰富的边缘且定位精度高,为进一步的无人机着陆图像处理提供一个很好的工具.
3.学位论文 陆钧昀 基于图像处理的无人机姿态测量 2007
目标的三维姿态参数是反映目标飞行状态的重要参数，目前在靶场测量中对空间目标的姿态测量主要分为两类，一类是利用目标内部的陀螺及电路组成的测量系统将测量的飞行数据传回地面，从而完成姿态测量，即所谓的遥测法；另一类则是通过光学摄影方式拍摄目标的序列图像，再利用图像处理的方法求解目标的飞行姿态，即所谓的姿态外测法。随着计算机技术和CCD器件的迅猛发展，外测法测量目标姿态将为靶场的飞行目标姿态测量提供一种非常好的辅助测量手段。
本文提出了一种利用图像处理进行无人机姿态测量的系统及方法。该测量系统由摄像机、经纬仪、时间同步控制器和计算机终端组成，摄像机固定在经纬仪上，构成一个能够在俯仰角和方位角下拍摄图像的光测图像机构；经纬仪布置在飞机飞行轨迹的两侧；时间同步控制器提供一个时间同步控制信号控制不同摄像机在同一时刻对飞机进行实时拍摄；拍摄的图像和时间同步控制信号一同存储在计算机终端上，该测量方法利用图像处理技术中的边缘检测、阈值分割、霍夫变换、双目图像处理等手段重构出机身和机翼的空间向量，进一步通过机身和机翼的空间向量计算出无人机的俯仰角、偏航角和翻滚角；通过仿真试验证明本方法具有测量精度高，测量方案简单的优点，方法能够应用在无人机姿态的被动测量领域。
4.期刊论文 李登亮. 叶榛. LI Dengliang. YE Zhen 无人机载荷图像仿真平台的设计与实现 -计算机工程2006,32(6)
无人机有效载荷图像仿真平台为无人机操作员训练、地面站建设、以及指挥控制和通信系统提供必要的模拟数据和模拟环境,是研制无人机系统及其测控与通信系统的重要部分.该文讨论了如何基于相对低成本的PC机和图像处理与传输技术构建一个完整的无人机有效载荷图像仿真平台.该平台可以接收无人机及其指挥控制系统的各种状态参数以及控制指令,通过图像处理,模拟实际情况生成有效载荷图像数据,并实时下传,以验证无人机及其指挥控制和通信系统的概念结构和工作过程.
、计算机视觉技术、射影几何学等方法研究了跑道识别与跟踪、进场着陆段的图像处理、无人机着陆段飞行参数提取等相关问题。
首先，为了解决如何通过摄像机在着陆场上空识别并跟踪跑道，本文提出了一种基于模板匹配的跑道识别和跟踪算法；其次，本文提出了一套图像处理算法，该算法能够较好地检测出着陆场地地平线和跑道的边缘线；再次，进一步改进了飞行参数求解的算法，并将其与图像处理合起来形成了一个较为完整的基于计算机视觉的无人机自主着陆图像处理与参数提取软件系统，并进行了相应的仿真实验；最后，利用射影几何学的知识，本文提出了一种基于跑道边缘线在图像中交点坐标求解无人机在进场着陆段飞行参数的算法，同时指出了在获得无人机滚转角的前提下，利用跑道边缘线的交点坐标可以方便地求解出无人机相对于跑道中线地夹角，并进行了相应的模拟实验，证明了该方法的有效性和可行性。
本文所研究的跑道的识别和跟踪、地平线和跑道边缘的提取、无人机飞行参数求解构成了基于计算机视觉的无人机自主着陆方法研究的主要内容，为实现相应的工程应用打下了基础，具有重要的意义。
6.学位论文 刘新华 基于视觉的无人机着陆姿态检测和跑道识别 2004
摘要:该文的研究工作源于"973"—"无人作战飞机系统"项目,主要研究了在无人机着陆过程中,利用机载照相设备获取无人机着陆姿态、识别跑道的技术.文中以某型无人机飞行试验过程中拍摄的着陆场景图像为研究材料,选择地平线和跑道作为图像处理中特征提取的目标,并据此提出了地平线检测算法和跑道分割算法,实验结果表明这两个算法可以有效的检测出图像中的地平线和跑道区域.在获得图像中这两个特征后,该文对地平线和跑道的边界直线与无人机姿态角之间的关系做了详细深入的分析,研究确定了从地平线直线参数中求解无人机滚转角和俯仰角的方法,以及从跑道边界直线参数中求解无人机偏航角的方法.无人机的姿态角是它稳定飞行和安全着陆必备的导航参数,该文研究的通过视觉方法获取无人机姿态角和识别跑道的方法对无人机实现全自主着陆具有重要意义.
7.期刊论文 陆钧昀. 李庆辉. 姜华. LU Jun-yun. LI Qing-hui. JLANG Hua 基于光测图像的无人机姿态测量方法 -红外与激光工程2008,37(1)
为了满足对无人机姿态高精度测量的要求,介绍了一种新的测量系统及方法.该系统由多台经纬仪、数字摄像机、时间同步控制器及数据处理终端组成.数字摄像机安放在经纬仪上,经纬仪布置在飞机飞行轨迹的两侧,构成了一个能够在俯仰角和方位角下拍摄图像的光测机构.时间同步控制器提供同步控制信号,控制摄像机在同一时刻对飞机成像.在终端机中利用图像处理技术重构出机身和机翼的空间向量,计算出无人机的俯仰角、偏航角和翻滚角.仿真试验结果显示:采取4台经纬仪的合理布站.当图像上直线斜率的提取误差最大为0.6°时,可以将姿态角的最大测量误差控制在1°左右.
8.学位论文 张远民 基于机器视觉的无人机着降定位技术研究 2005
本文以兵器工业集团某所十五国防预研科技项目为背景,详细研究了利用数字图像处理技术和机器视觉技术实现无人机着降过程中的定位测量,并在此基础上提出了一套完整的基于机器视觉的无人机着降定位方案。本文的方案采用DGPS引导无人机归航,把无人机引导到着降区特征图案上空附近,启动机器视觉助降系统对无人机进行实时精确定位,并把无人机的位置信息传递到飞行控制系统,由飞行控制系统控制无人机降落。本文重点对机器视觉助降系统的实时图像预处理、图像特征点提取、无人机定位算法进行了研究。根据对无人机着降中的实时性和精确性的不同要求设计了两种着降区特征图案,并根据特征图案的特点采用了不同的图像处理算法。文中提出的线性定位算法能够测量无人机的六个空间自由度(即无人机在着降区坐标系中的x、y、z坐标,偏航角φ、俯仰角Κ、倾斜角ω),在此基础上本文创新性地采用了非线性优化算法对线性解进行优化得到更加精确的非线性优化解。最后,用两个着降区特征图案进行了计算机半实物仿真实验。实验结果表明该方案能够较好地满足无人机着降定位过程中对实时性、精确性、稳定性的要求。
9.学位论文 汪光明 无人机着陆信息预测与姿态控制 2008
无人机着陆信息的获取、预测以及无人机姿态控制是当前的热门课题，对于巩固我国国防、增强我国经济实力，具有十分重要的意义。本文的研究源于国家自然科学基金资助项目—“基于视觉的无人飞行器自主着陆导引信息实时提取与转换”。该课题采用的方案是利用机载摄像设备对着陆跑道场景进行拍摄，经序列跑道图象处理，提取飞行器着陆所需的关键信息。此后，将这些关键信息转化为飞行器状态，并尝试对飞行器、摄像机后续状态的预计和控制。
在本文中，首先对序列跑道场景图像进行图像处理，提取出跑道图象中具有透视不变性的特征。当然，这些特征可以是具有透视不变性的点、线、图形，也可以是经过综合后的中心矩。在获得这些具有透视不变性特征后，便可以通过相关文献寻求这些特征转化为无人机、摄像机姿态信息的方案。 在获取序列无人机、摄像机姿态信息后，本文提出了一种基于跑道信息可信度的滤波预测方法，替代了传统的kalman 滤波过程，成功地应用于无人机和摄像机的状态估计中。经模拟实验，证实了该方法具有执行效率高，跟踪性好等优点。
在状态估计后，结合当前国际先进无人机的着陆级别，给出了无人机状态控制的启动条件，并提供了较平滑的飞机着陆姿态控制方案。最后，本文对基于图象信息的无人机机头控制方法作了初步的探索，提出了未来工作的研究方向。
10.会议论文 刘新华. 曹云峰 基于视觉的无人机自主着陆姿态检测方案 2003
姿态检测在无人机着陆过程中起着至关重要的作用.在这篇文章里,我们对基于视觉的姿态检测方法在无人机着陆过程中的应用进行了初步探讨.文中提出了基于图像的地平线画线算法和跑道检测算法,研究了地平线,跑道边界角和无人机姿态角之间的关系,并给出了无人机滚转角和俯仰角的计算方法以及偏航角范围的确定方法.实验结果表明,本文所提出的姿态检测方法是有效的.
本文链接：http://d.g.wanfangdata.com.cn/Periodical_jsjzdclykz201004053.aspx授权使用：吕先竟(wfxhdx)，授权号：7ef00eda-a244-4e50-96c9-9e7b012f399b
下载时间：2011年1月30日
购物需要注意的安全事项
1. 选购物品前应询问卖家拍摄的图片与实物是否有色差，如有可能是商家在电脑上将图片进行过色彩加鲜。实物的色泽可能偏暗、偏沉。如实物色泽鲜艳的，在自然光下拍摄以足够了，并不需要进行图片加鲜，而且一般色差不明显。如果很近的话，可以咨询卖家去看货，再直接拿货。
拍产品前、打款后、运输途中、收到货前，最好和卖家保持密切联系，有问题，及时询问。
2. 无论是买家、卖家，最好还是支持使用支付宝，对大家都有保障。
3. 买家收到货物后，应尽快、仔细检查货物有无质量问题，特别是某些部件、功能的完好，应尽早发现，以免超过保修期或保质期。
4. 不要只选便宜货，正所谓“一分钱、一分货”，更何况物品虽便宜，但邮费可是计重量的。因此，太重的物品也不适宜网上购买。网上很多都是模仿的货，
大多数的假货都是深圳珠海产的，模仿的很像，比如鼠标大多数贴微软，罗技，双飞燕，因为刻一个模子价不高，获利丰厚，卖家就以假冲正。而且很多是拍卖品之类的或是返修货，大家也看不到里面是什么样的部件。
5. 网上购物应保持良好的心态，遇到不如意时或对货物不满意应有心理准备，网上购物有好的一面好也有它的缺陷一面，就是退换手续麻烦。寄来寄去，浪费钱也浪费时间。不过这种事会比较少发生的。好多卖家都是中介者，至于产品的质量问题，如遇上这等事麻烦的手续也是一定的。
6. 尽量选有口碑的网站
选择经营时间较长的网站。如４－５年前电子商务刚兴起时就创建的一批网站，经历网络泡沫后，一直健康发展下来的网站，这些网站的信用和服务一般都较好，信用及服务水平普遍高于传统购物。欺骗性的网站一般成立时间都不长，历史越长，可信度越高。
国内网站比较好的有淘宝，当当等。另外可以选择一些好的导购网站.
7. 汇款前要查询银行账户信息
订货的同时就要给对方付款。这时候要查询银行账户或信用卡是在哪个城市开户的，若与公司地址不一致，应提高警惕。对以公司名义从事交易活动，却要求消费者将钱款打入个人账户的尤其应当谨慎。
8. 收货时一定索要相关凭证
就目前来说，商家对网购商品不承担售后责任是消费者最头疼的问题。因此，消费者收货时就要向卖家索要相关凭证。此外，消费者一定要注意完整保存“电子交易单据”，在商家送货时注意核对货品是否与所订购商品一致，有无质量保证书、保修凭证等，同时索取购物发票或收据。
在收货时间上，一般情况下，消费者在给对方汇款之后的１０天内基本上就能收到自己的商品了，如果超过了这个期限，却还迟迟没有对方的信息，通过
网上、手机等也联系不到卖家，这个时候，消费者就要及时整理自己的所有汇款、交易等凭证，上报公安机关来处理。
第一，管好自己的个人资料，信用卡号码和身份证号码不要轻易泄露，更不要轻易地把信用卡和身份证交他人。
第二，谨慎选择交易对象。对于陌生商，应注意其网址上是否提供详细通讯地址和联系电话，必要时应打电话加以核实经营者的身份
第三，认真阅读交易规则。尤其应注意有关产品质量、交货方式、费用负担、退换货程序、免责款、争议解决方式等方面的内容。由于此类电证据具有“易修改性”，因此在开始交易时，应将这些凭打印埃存
第四，如果用信用支付，最好使用专用的一个账户，卡内不宜存放太现金。同时减少或杜绝在网吧等公共设备上使用，以防用户信息泄露。每次购物后要及时修改密码。应尽量选择货到付款、同城交易方式
第五，注意保存有关单据。购买者应注意保存有关“电子交易单据”，包括商家以电子邮件方式发出的确认书、用户名和密码等。建议存邮时不要漏掉完整的信头，因为该部分记载了邮件的发件地址
第六，商家送货时，应注意核对货品是否与所订购商品一致。同时索取购物发票或收据，以便在遇到所购商品与告宣传不一致时要求退货。
1. 连接要安全
在提交任何关于你自己的敏感信息或私人信息——尤其是你的信用卡号——之前，一定要确认数据已经加密，并且是通过安全连接传输的。
2. 保护你的密码
不要使用任何容易破解的信息作为你的密码，比如你的生日、电话号码等。你的密码最好是一串比较独特的组合，至少包含5个数字、字母或其他符号。
3. 保护自己的隐私
尽量少暴露你的私人信息，填在线表格时要格外
小心，不是必填的信息就不要主动提供。
永远不要透露父母的姓名这样的信息，有人可能会使用它来非法窃取你的帐号。
各种免费或收费的Web 服务可以使你匿名浏览和购物。比如，你可以使用Anonymizer 和Privada 等站点来匿名访问其它商务站点，而不必暴露你的姓名和e-mail 地址。
4. 使用安全的支付方法
使用信用卡和借记卡在线购物不但方便，而且很安全，因为通过它们进行的交易都受有关法律的保护，你可以对提款提出质疑，并在质疑得到解决之前拒绝付帐。5. 检查证书和标志
网站的证书可以分为很多种，一般可分为安全认证证书，支付许可证书，其他性质证书。在看到网站的证书时要留心，因为一般的证书，比如支付宝特约商家证书，虽然很多网站都会贴出这个图标，但是只有部分是真正签约的特约商家。真正的证书一般可以
点击进去并查看具体的内容，而且这个页面一般不是原来的网站的页面，而是第三方的页面。例如支付宝特约商家图标点进去之后是支付宝的页面。这点可以在网址中看出来。
6. 检查销售条款著名的在线零售商都会出示有关的销售条款，包括商品质量保证，责任限度，以及有关退货和退款的规定等。有些站点要求客户在购物前必须点选“同意这些协议”，有些站点则把这些条款放在一个链接后面。
7. 税款和运费
仔细阅读运送和处理等费用的有关说明，不同的送货方式费用差别可能会很大。找一些提供低成本配送方式的公司，或在定购量大时可以免费送货的站点。另外，很多国家和地区对网上购物是收税的。
8. 再检查一遍订单
在发送购物订单之前，再慎重地检查一遍。输入错误(比如把2写成了22) 会导致很严重的后果。如果你收货的地址和发出订单的地址不同，你就需要做出
特别说明，并仔细检查。另外，你必须确定你看到的价格正是该物品当前的价格，而不是你上次访问该站点时浏览器保存在你计算机中的临时网页文件上的过时价格。9. 估计送货日期
销售商应该会告诉你一个大概的送货日期。按照美国联邦贸易委员会的规定，如果销售商没有指定货物送达日期，他就必须在30天内将货物送达，否则必须通知客户不能按时送货，并提出撤销订单，退回货款。
10. 提出控诉
如果你在网上购物过程中碰到了问题，你应该立即通知这个商务公司。在他们的站点上找到免费服务的电话号码、邮件地址或指向客户服务的链接。如果该公司自己不解决有关的问题，你就应该与有关主管部门联系了。网购前景和从事心理分析
亿人购物商城提示：网购日益成熟，由于网上销售进入门槛低，而且日前越多越多有时间能上网的人会加入于此，随之而来的挑战是良莠不齐的销售队伍带给消费者从热情到绝望到理智的心态及越来越大的价格竞争，质量竞争和服务竞争。况且老客户很难积累，这将会使想把网购当成长期事业的人群长期处于浮沉于一个相对利润阶段，但想借此形成大规模和高回报是有一定难度。所以最后容易产生疲惫、厌烦、麻木的心理，因此需要耐心及诚信经营。
电子商务之避免失败因素
个人资料的外泄是最大的因素，如果有黑客破解网页源代码，并在网页上种下木马或是病毒，只要你登入并打上个人资料，黑客便可以马上知道你在网页上打下哪些个人资料。所以如何保护顾客的个资等是电子商务最大的问题，如果不妥善处理，那此电子店家便会被淘汰。
淘宝网女装网上购物是世界未来的发展趋势，安全，方便，快捷。