基于雙目視覺的物體運動軌跡研究.pdf

1、雙目立體視覺是計算機視覺領(lǐng)域的一個重要分支，它是使用兩個攝像頭采集立體圖像對，然后根據(jù)其中包含的幾何關(guān)系恢復(fù)出場景的三維信息，該技術(shù)不管是在軍事、工業(yè)，還是民生等領(lǐng)域都有著越來越廣泛的應(yīng)用。本文基于雙目視覺技術(shù)對物體的運動軌跡展開研究，主要包括了攝像機的標定、運動目標的檢測與跟蹤、立體匹配、運動物體三維軌跡生成等方面，其中著重研究了運動物體的檢測與跟蹤、立體匹配算法。本文詳細內(nèi)容如下:
　　首先，在攝像機標定方面，詳細討論了攝像機

2、標定方法的分類及幾種常用的坐標系，分析了攝像機的線性與非線性模型。詳細闡述了用于本文攝像機標定的介于傳統(tǒng)標定與自標定之間的張正友棋盤標定法，并利用Matlab標定工具箱完成攝像機的標定，獲得相應(yīng)的攝像機內(nèi)外參數(shù)，為后面求取三維坐標奠定基礎(chǔ)。
　　其次，在運動物體的檢測與跟蹤方面，詳細介紹了背景差分法的基本原理和幾種常用的背景建模方法，并通過實驗對幾種方法進行了對比分析，最終選擇基于統(tǒng)計平均的背景建模方法用于本文。深入研究了CamS

3、hift跟蹤算法，比較了該算法的優(yōu)劣，針對其需手動選擇跟蹤目標以及目標顏色與背景色相似時易跟丟的問題，本文將基于統(tǒng)計平均背景建模的背景差分法融入到CamShift算法中，通過實驗證明改進后的算法能夠改善傳統(tǒng)CamShift算法存在的一些缺陷。
　　然后，在對兩個攝像機同時跟蹤到的目標物體進行立體匹配方面，結(jié)合本文實際研究，以物體質(zhì)心點作為特征點，省去了常規(guī)復(fù)雜的特征提取環(huán)節(jié)。但是，如果直接將提取到的質(zhì)心點作為匹配點，會因噪聲產(chǎn)生很

4、多的誤匹配，對于此，本文提出了將輪廓匹配與質(zhì)心匹配相結(jié)合的方法，用輪廓來進行約束。通過實驗證明了該方法具有有效性，能剔除較多的誤匹配點。
　　最后，結(jié)合得到的攝像機內(nèi)外參數(shù)與相匹配的左右質(zhì)心像素坐標點，利用最小二乘法求出質(zhì)心三維坐標，并且仿真出物體運動過程中的空間三維軌跡。為了驗證系統(tǒng)的精確性，采集了不同距離下的棋盤格圖像，將棋盤格上已知的角點距離與實驗距離相比較以判斷誤差，實驗證明該系統(tǒng)在一定距離范圍內(nèi)，精度較高，具有一定的實用