欢迎登录材料期刊网

材料期刊网

高级检索

小型无人机电子稳像可以纠正视频影像中存在的晃动、震动、畸变等不稳定因素,有利于视频影像目标跟踪、精确打击,同时还能缓解观察者的视觉疲劳.电子稳像有3个主要的步骤:全局运动估计、主运动估计和运动补偿.本文主要对主运动估计的方法进行研究,并提出了一种快速最优化的稳像方法,该方法能够快速准确的估计小型无人机视频影像的主运动.该方法结合了L1最优化方法的精确性和Kalman滤波方法处理速度快的优点,并克服Kalman滤波法预测精度不高和L1最优化方法只能事后处理的问题,从而获到更好的稳像效果.最后采用实际飞行数据对本文提出算法进行了验证,结果表明,本文所提出的方法在保证稳像处理精度的前提下,也保证了处理效率.

参考文献

[1] 进兵 .基于xPC Target的无人机飞行控制软件快速原型设计[D].南京航空航天大学,2008.
[2] 鲁云飞;赵红颖;刘大平;晏磊.基于几何矩预分类的无人机遥感图像自动配准方法[J].影像科学与光化学,2011(6):438-448.
[3] 陈兵;朱纪洪;孙增圻.基于PC机的无人机仿真系统[J].系统仿真学报,2002(5):613-616.
[4] 段鹏飞;范斌;项卫国.某无人机光电平台隔振设计及试验分析[J].航天返回与遥感,2012(5):39-46.
[5] 赵菲;卢焕章.基于灰度信息与特征信息结合的数字稳像算法[J].计算机应用,2007(z2):66-68.
[6] 刘阳娜.提高电子稳像灰度投影算法运算速度的研究[J].舰船电子对抗,2007(05):93-96.
[7] 赵天云;郭雷;余博.基于灰度投影的快速电子稳像算法[J].微电子学与计算机,2008(11):233-236.
[8] 韩月玲,朱丹,王玉良,杨光宇.一种基于灰度投影的实时电子稳像方法[C].第二届仪表、自动化与先进集成技术大会论文集,2008:512-515.
[9] 尹小杰;朱斌;樊键.无迹Kalman滤波器及其目标跟踪应用[J].兵工自动化,2006(8):73-75.
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%