[发明专利]基于无人机即时跟踪行驶车辆的方法

摘要

本发明涉及一种基于无人机即时跟踪行驶车辆的方法，该方法包括：提供行驶车辆即时跟踪系统，在车辆上预设标志，采用图像识别方式从空中对标志进行跟踪以完成对车辆的跟踪。通过本发明，能够在各种恶劣环境下实现对旅游车辆的有效随拍。

主权项

1.一种基于无人机即时跟踪行驶车辆的方法，该方法包括：提供行驶车辆即时跟踪系统，在车辆上预设标志，采用图像识别方式从空中对标志进行跟踪以完成对车辆的跟踪，其特征在于，所述行驶车辆即时跟踪系统包括：/n标志获取设备，设置在无人机上，与标志检测设备连接，用于获取标志子图像和拟合处理图像，确定所述标志子图像的形状以及与所述标志子图像的形状对应的形心以作为第一形心输出，确定所述拟合处理图像的形状以及与所述拟合处理图像的形状对应的形心以作为第二形心输出；/n形心匹配设备，与所述标志获取设备连接，用于接收所述第一形心和所述第二形心，当所述第一形心和第二形心重合时，发出形心匹配信号，当所述第一形心和所述第二形心不重合时，确定所述第二形心到所述第一形心的运动矢量；/n驱动控制设备，与所述形心匹配设备连接，用于接收所述运动矢量，并基于所述运动矢量和所述无人机的当前高度确定所述无人机的飞行控制信号，其中，所述飞行控制信号用于控制所述无人机的飞行以使得所述第一形心和第二形心重合；/n飞行动力设备，与所述驱动控制设备连接，用于接收所述飞行控制信号，并基于所述飞行控制信号驱动所述无人机的飞行；/n跟踪拍摄设备，设置在无人机上，用于对所述无人机的下方路况进行即时图像拍摄，以获得即时跟踪图像，并输出所述即时跟踪图像；/n基点获取设备，与所述跟踪拍摄设备连接，用于接收即时跟踪图像，并基于对所述即时跟踪图像中最大目标轮廓的形状，选择在所述即时跟踪图像中绕过所述最大目标轮廓形状的曲线以作为目标曲线，并将所述即时跟踪图像中经过所述目标曲线的各个像素点作为基点像素；/n明度测量设备，与所述基点获取设备连接，用于对所述即时跟踪图像中的各个基点像素执行以下数据统计操作：将基点像素的A通道值与B通道值相乘以获得分量乘积值，取基点像素的L通道值的平方值以获得分量平方值，将所述分量平方值除以所述分量乘积值以获得基点像素的统计数据；所述明度测量设备还用于将各个像素点的统计数据中出现频率最多的数值作为频率分析结果，以及将所述频率分析结果与参考限量比较，当所述频率分析结果小于所述参考限量时，确定所述即时跟踪图像的明度较低，否则，确定所述即时跟踪图像的明度较高；/n定制滤波设备，分别与所述跟踪拍摄设备和所述明度测量设备连接，用于接收所述频率分析结果以及所述即时跟踪图像，基于所述频率分析结果确定对所述即时跟踪图像切割得到的区域数量，基于所述区域数量对所述即时跟踪图像进行区域切割处理，以获得多个图像区域，以及还基于每一个图像区域自身的噪声幅值确定对所述图像区域执行图像中值滤波的强度，以获得多个已处理图像区域，还用于将所述多个已处理图像区域进行图像组合处理以获得组合图像，以及将所述组合图像执行拟合处理以获得拟合处理图像；/n标志检测设备，与所述定制滤波设备连接，用于接收所述拟合处理图像，并基于预设标志外形特征从所述拟合处理图像中检测出标志目标，并输出与检测出的标志目标对应的标志子图像；/n其中，所述标志位于驾驶者所驾驶的车辆的车顶上；/n所述基点获取设备的运算被设置在大数据平台端实现；/n在定制滤波设备中，基于每一个图像区域自身的噪声幅值确定对所述图像区域执行图像中值滤波的强度包括：每一个图像区域自身的噪声幅值越大，确定对所述图像区域执行图像中值滤波的滤波像素窗口越大；/n在定制滤波设备中，基于每一个图像区域自身的噪声幅值确定对所述图像区域执行图像中值滤波的强度包括：每一个图像区域自身的噪声幅值越大，确定对所述图像区域执行图像中值滤波的滤波像素窗口越大，且确定对所述图像区域执行图像中值滤波的滤波像素窗口的面积不能超过所述图像区域的面积的十分之一；/n在定制滤波设备中，基于每一个图像区域自身的噪声幅值确定对所述图像区域执行图像中值滤波的强度包括：每一个图像区域自身的噪声幅值越大，确定对所述图像区域执行图像中值滤波的滤波像素窗口越大，且确定对所述图像区域执行图像中值滤波的滤波像素窗口的大小小于等于30像素乘以30像素。/n