基于局部轮廓特征的无人机头部检测跟踪算法

您当前的位置：

首页 >

文章列表页 >

信息光学与图像处理 | 更新时间：2025-09-01

- 基于局部轮廓特征的无人机头部检测跟踪算法
- Detection and tracking algorithm for head of UAV Based on local contour features
- 光学技术 2011年37卷第2期页码：178-182
- 作者机构：
  
  1:中国工程物理研究院应用电子学研究所
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2011.02.010
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
王坤, 王磊, 游安清. 基于局部轮廓特征的无人机头部检测跟踪算法[J]. 光学技术, 2011,37(2):178-182.

Detection and tracking algorithm for head of UAV Based on local contour features[J]. 2011, 37(2): 178-182.
王坤, 王磊, 游安清. 基于局部轮廓特征的无人机头部检测跟踪算法[J]. 光学技术, 2011,37(2):178-182. DOI： 10.13741/j.cnki.11-1879/o4.2011.02.010.

Detection and tracking algorithm for head of UAV Based on local contour features[J]. 2011, 37(2): 178-182. DOI： 10.13741/j.cnki.11-1879/o4.2011.02.010.

针对无人机的结构特点

提出了一种基于目标轮廓提取、轮廓自动分段、头部定位以及头部模板匹配四个模块的目标头部检测跟踪算法。首先对第一帧图像提取目标轮廓

并通过计算轮廓点的变化率

对轮廓进行自动分段

得到目标的4个局部轮廓点列

进而根据头部轮廓点列的特点

完成头部轮廓筛选

然后利用基于目标中轴的二次曲线拟合

实现头部顶点的检测

并在轮廓图中提取头部模板。对后续帧

通过与前一帧进行头部模板匹配

完成目标图像序列的头部检测跟踪。实验表明

该算法能够有效地实现无人机头部的检测跟踪。

浏览量

183

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于BOTDA布里渊背向散射光谱数据的拟合算法

一种基于局域边缘特征的自适应立体匹配新算法研究

微型光纤光谱仪波长标定技术的研究

提高激光传感器用于现场校准装置精度的研究

基于IECM特征匹配的红外弱点目标快速检测算法