近年来,多旋翼无人机因其自身简单的构造、高自由度、高机动性和稳定的飞行能力,救援赈灾现场和民用领域的无人机越来越多。鉴于此,本文基于多旋翼无人机研究了视觉追踪系统的设计,包括视频流中目标识别与定位算法和无人机与目标间距离控制算法,最后在实物平台搭建了无人机视频采集端与电脑地面站端进行验证。本文主要研究内容有:(1)通过对图像去噪的基础理论与常见算法研究,本文在图像处理前期,提出使用图像复原算法对采集到的视频帧进行去模糊操作。以此来解决由于无人机摄像头对焦失败产生的散焦模糊或无人机与目标相对运动产生的运动模糊。根据PSNR值大小来评判实验结果成效。(2)实现目标自动搜索。图像去模糊操作很好的保持了目标的边缘信息,为目标搜索提供损失度较低的图像。无人机拍摄画面中采用模板匹配的方式定位目标,实验结果表明相关系数匹配法能够正确定位到目标位置,该方法取得了很好的效果。(3)对KCF算法进行改进。通过加入目标模板的方式实现目标抗遮挡的长时追踪效果。其中模板用于和定位到的目标进行相似度计算,以此来判断目标状态。目标状态分为:全遮挡、半遮挡和未遮挡。抗遮挡实验结果显示改进算法能够完成既定任务,表现良好。(4)目标跟随。学习bebop_autonomy无人机自动驾驶软件平台,了解如何通过发送指令消息控制无人机姿态。姿态控制中最为重要的一项是目标和无人机间的距离保持。本文设定5m为参考追踪距离,通过无人机yaw轴与目标标记框中心的加角控制无人机绕yaw轴旋转程度,无人机pitch轴与目标标记框中心的加角控制无人机是否开启追踪。最后,对无人机目标识别与追踪系统进行实测。测试结果表明本文设计方案能够完成既定任务,包括Wi-Fi信号传输过程中的视频传输和信令传输;图像处理中的图像复原和目标识别与追踪工作;追踪阶段的自动搜寻目标、开启改进KCF算法以及保持目标与无人机间距离。本文设计的系统在追踪效果上有很好的表现,能够实现“抗遮挡”的长时追踪,同时能够兼顾计算力和实时性。