基于機(jī)器視覺的模型測量靶標(biāo)的跟蹤研究.pdf

1、隨著信息技術(shù)迅速發(fā)展，基于機(jī)器視覺的目標(biāo)跟蹤技術(shù)在很多領(lǐng)域具有廣泛的應(yīng)用價值。目標(biāo)跟蹤涉及到圖像處理、模式識別以及人工智能等諸多領(lǐng)域，是一門交叉性很強(qiáng)的學(xué)科。在對目標(biāo)進(jìn)行跟蹤的過程中，目標(biāo)自身特征的多樣性、運(yùn)動場景的復(fù)雜性和跟蹤過程遇到的問題（如遮擋、光照、防射變換、相似目標(biāo)物干擾），都構(gòu)成了限制目標(biāo)跟蹤算法性能的影響因素。因此研究一種具有實(shí)時性、準(zhǔn)確性、魯棒性的運(yùn)動目標(biāo)跟蹤方法依然是該領(lǐng)域面臨的一個巨大挑戰(zhàn)。
　　本文對基于機(jī)器

2、視覺的模型測量靶標(biāo)的動態(tài)跟蹤算法進(jìn)行研究。根據(jù)跟蹤系統(tǒng)的特點(diǎn)，首先以圓作為基本結(jié)構(gòu)設(shè)計(jì)測量靶標(biāo)，并對靶標(biāo)識別定位。根據(jù)圓的特性，采用圓參數(shù)優(yōu)化方法提取靶標(biāo)亞像素級的中心坐標(biāo)，并通過不同的仿真實(shí)驗(yàn)和評價指標(biāo)對提取精度進(jìn)行分析，表明設(shè)計(jì)靶標(biāo)的適用性和中心定位的精確性。
　　為了滿足目標(biāo)跟蹤系統(tǒng)的實(shí)時需求，本文選擇了計(jì)算量較小的Mean shift跟蹤算法，分析該跟蹤算法容易出現(xiàn)跟蹤失效等不足。針對光照不均勻影響問題，本文提出融合頂帽變

3、換的Mean shift跟蹤算法，提高了運(yùn)動目標(biāo)檢測的完整性，進(jìn)而增加了目標(biāo)跟蹤的準(zhǔn)確性。
　　針對Mean shift目標(biāo)跟蹤算法存在尺度更新策略缺陷，以及在跟蹤過程中出現(xiàn)遮擋、防射變換等復(fù)雜情況下跟蹤不穩(wěn)定，本文采用基于SIFT尺度不變特征的Meanshift跟蹤算法，在跟蹤過程中，采用SIFT算子的局部描述和RANSAC算法實(shí)現(xiàn)對錯誤匹配點(diǎn)的剔除。通過在復(fù)雜環(huán)境下進(jìn)行目標(biāo)跟蹤實(shí)驗(yàn)，并提取目標(biāo)運(yùn)動軌跡曲線進(jìn)行對比分析說明，實(shí)驗(yàn)