一种针对抖动无人机视频的运动目标检测算法

针对悬浮无人机在运动目标检测中易受抖动影响,导致大量背景噪声的问题,提出一种多尺度的EA-KDE背景差分算法(MEA-KDE)。该算法首先对图像序列进行多尺度分解,以获取多尺度的图像序列。然后,在进行检测之前,通过考虑面积阈值和当前图像帧,计算并更新检测的分割阈值,引入当前图像帧信息。其次,对不同尺度的图像帧采用高低双分割阈值进行背景差分运算,以提高检测的鲁棒性。最后,通过对各尺度的检测结果采用一种自顶向下的融合策略进行融合,以在保留目标的清晰轮廓同时消除噪声。此外,提出的一种边界扩展融合后处理算法有助于减轻检测断裂引起的目标破碎现象。实验结果表明,所提算法能够有效抑制抖动导致的背景噪声。在2个真实拍摄的无人机数据集上,分别获得了0.951和0.952的平均F1分数,相较于原算法分别提高了0.144和0.276。

基于空间信息与视频结合的直接定位方法

无人机遥感具有机动灵活、成本低、时效性强等优势,已成为获取地面目标图像信息的重要手段。目标的准确定位在目标识别、图像处理和分析中发挥着至关重要的作用。为满足在虚拟试验环境中高精度还原实际物理环境中建筑物、标识物等目标位置信息的现实需求,构建适用于三维GIS的无人机地理视频数据模型,通过硬件级别的同步将无人机的位置、姿态信息和视频融合建立视频数据和空间数据的对应关系,利用无人机飞行位置、姿态还原与视频匹配等技术方法实现对目标的定位,经多组计算视频定位数据与高精度GNSS设备实地采集数据对比,实现了其位置最大偏差值为5.772 m的定位精度,中误差为3.817 m,基本满足无人机对地面目标定位需求。

5G网络在远程无人机控制中的应用与挑战

随着5G通信技术的迅猛进步,其凭借高速、低延迟以及大规模存储能力为无人机实时操控和数据交换提供创新的可能性。然而,在无人机控制领域中,5G网络面临着信号覆盖、传输稳定性、通信低延时及隐私安全保障等一系列挑战。文章深入探讨5G网络在远程无人机控制领域的应用环境及其面临的核心挑战,并提出切实可行的应对策略。

无人机在石油勘探中的应用

无人机诞生于20世纪20年代,最早应用于军事方面,随着无人机技术的飞速发展及技术普及,无人机的行业应用成为无人机在民用方面的典型做法,本文从无人机的特点出发,阐述了无人机在石油勘探行业的应用,并对无人机的不足和发展前景进行了分析。

无人机技术在电视新闻采集中的应用与展望

介绍无人机技术的基本原理,讨论无人机图像和视频数据的捕获、处理及传输,强调高分辨率和图像稳定性在新闻报道中的重要性。探讨无人机操作的技术细节,包括飞行控制技术、安全飞行措施以及维护和故障排除。预测人工智能集成、自动追踪等新技术的发展,及其在未来电视新闻采集中的潜在应用。综述无人机技术应用于电视新闻采集的重要性,预测无人机技术的未来发展方向。

无人机广域视频的机动车交通参数计算及分析

基于视频的交通参数提取在智能交通系统中具有重要意义.针对无人机视频,提出了一种基于大范围无人机视频的机动车交通参数提取方法.首先通过建立无人机广域镜头图像的校正算法去除交叉口视频图像的广角畸变,然后将像素坐标转化为真实坐标.其次,利用帧间差分法计算行驶车辆的速度、加速度、车头间距等车辆运行参数,将计算结果与真实车辆及软件提取运行参数进行对比,结果证明该方法具有较高的准确性和可行性.最后,实例验证该方法能较准确地获得交叉口车辆运行参数,并将其应用于车辆通过交叉口全过程的速度变化规律分析.

基于ARM的无人机HEVC实时视频传输系统设计

针对目前无人机实时视频的实时性、低功耗、小型化需求,设计了一种基于ARM嵌入式的实时视频传输系统;该系统采用NXP i.MX6Q作为视频采集端的核心处理器;搭载嵌入式Linux操作系统,使用HEVC(高效率视频编码)标准进行视频编码,扩展了RTMP对HEVC的支持,在云服务器端使用Nginx搭建流媒体服务器,使用4G移动网络通过RTMP实时消息传输协议对视频实时推流。视频接收端使用FFplay实时显示。实验结果表明,系统运行稳定,视频显示平均延迟在900 ms以下,播放流畅,图像清晰。

基于指挥系统的无人机在灾情快速获取中的应用

根据地震灾害的特点,对灾情获取的手段进行了创新,利用无人机在空中航拍的优势,通过与指挥中心视频系统融合,实现无人机航拍画面实时传输到地震应急指挥中心,在震后为地震指挥中心的专家提供灾区实时的航拍资料。

航空航天遥感技术在国土空间生态修复中的应用研究

国土空间生态修复是机构改革赋予自然资源主管部门的重要职责。本文通过剖析目前国土空间生态修复项目存在的问题,提出解决措施及建议,并利用航空航天遥感技术,开展生态修复项目动态监测,定期获取项目范围内现势性高分辨率影像、天地一体全景、无人机视频等数据,形成监测成果,全面反映国土空间生态修复项目实施效果和进展程度,以期为自然资源管理提供决策支持。

基于深度卷积神经网络的小型民用无人机检测研究进展

小型民用无人机预警探测是公共安全领域的热点问题,也是视觉目标检测领域的研究难点。采用手工特征的经典目标检测方法在语义信息的提取和表征方面存在局限性,因此基于深度卷积神经网络的目标检测方法在近年已成为业内主流技术手段。围绕基于深度卷积神经网络的小型民用无人机检测技术发展现状,本文介绍了计算机视觉目标检测领域中基于深度卷积神经网络的双阶段算法和单阶段检测算法,针对小型无人机检测任务分别总结了面向静态图像和视频数据的无人机目标检测方法,进而探讨了无人机视觉检测中亟待解决的瓶颈性问题,最后对该领域研究的未来发展趋势进行了讨论和展望。

基于多源数据空间句法分析的数字化城市设计——以武汉三阳路城市更新项目为例

实现数字化城市设计的理想需要立足于以数据为基础的实证研究及将研究成果应用于设计的工作方法。本文以武汉三阳路地区城市更新项目为例,介绍空间句法模型如何综合利用网络开放数据、无人机航拍、实地调研等多种数据源,在城市尺度初步概念设计阶段和街区尺度设计方案深化阶段对这些数据进行空间分析,并将结论应用于基地潜力评测、方案比较和优化等辅助设计工作中。