基于視覺的目標(biāo)跟蹤與定位算法研究.pdf

1、機(jī)器視覺是利用計(jì)算機(jī)技術(shù)對人類視覺的一種探索及模擬,隨著機(jī)器視覺理論及計(jì)算機(jī)技術(shù)的發(fā)展,它越來越廣泛地應(yīng)用到實(shí)際的生產(chǎn)生活過程中。基于機(jī)器視覺的工作包含目標(biāo)檢測、目標(biāo)跟蹤、目標(biāo)定位等,它們均是從視覺傳感器拍攝的二維圖像信息出發(fā)獲取需要的信息進(jìn)而完成工作任務(wù)。本文對視覺定位中的關(guān)鍵問題進(jìn)行了研究與實(shí)現(xiàn)。
　　 首先,針對運(yùn)動(dòng)目標(biāo)檢測算法存在的一些缺點(diǎn),比如對光照敏感、易受自然環(huán)境變化的影響、易受陰影影響等,本文提出一種基于空間邊緣

2、方向直方圖(SEOH)的運(yùn)動(dòng)目標(biāo)檢測算法,依賴目標(biāo)的邊緣方向信息進(jìn)行檢測,提高了對光照及環(huán)境變化的抗干擾性；進(jìn)一步,將該算法與Kalman濾波相結(jié)合,通過對運(yùn)動(dòng)參數(shù)的預(yù)測修正提高了算法的實(shí)時(shí)性。
　　 其次,針對運(yùn)動(dòng)目標(biāo)跟蹤時(shí)的顏色干擾、目標(biāo)重疊遮擋、目標(biāo)瞬間丟失等問題,提出一種基于空間邊緣方向直方圖(SEOH)的改進(jìn)的Camshift運(yùn)動(dòng)目標(biāo)跟蹤算法,提高了跟蹤算法對顏色的抗干擾性,并在目標(biāo)遮擋時(shí)采用分塊匹配思想對目標(biāo)進(jìn)行跟蹤

3、,達(dá)到較好的跟蹤效果；進(jìn)一步,用Kalman濾波器對運(yùn)動(dòng)目標(biāo)的位置進(jìn)行預(yù)測更新,提高了算法的實(shí)時(shí)性和魯棒性。
　　 再者,在總結(jié)并分析了現(xiàn)有的攝像機(jī)標(biāo)定技術(shù)及各自的優(yōu)缺點(diǎn)的基礎(chǔ)上,研究了不同位置不同攝像機(jī)的同時(shí)標(biāo)定問題,首先利用標(biāo)定板在不同位置的成像之間的對應(yīng)關(guān)系建立基于單應(yīng)矩陣的約束方程,在求解方程得到不同攝像機(jī)的內(nèi)參數(shù)的基礎(chǔ)上,由多視點(diǎn)成像原理對不同攝像機(jī)之間的相對位置進(jìn)行標(biāo)定。實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法的有效性、合理性、實(shí)用性。

4、
　　 最后,針對視覺定位的難點(diǎn)——圖像匹配提出一種基于像素與基于特征相結(jié)合的圖像匹配算法:首先提出一種基于灰度信息的粗匹配算法,目的是得到目標(biāo)的初始匹配區(qū)域,然后在該區(qū)域內(nèi)進(jìn)行SIFT特征提取與匹配。在提取尺度不變特征時(shí),為了剔除不穩(wěn)定特征點(diǎn)及弱邊緣點(diǎn),綜合考慮了不同尺度空間中的關(guān)鍵點(diǎn)信息。最后,利用雙目攝像機(jī)的標(biāo)定結(jié)果和匹配好的目標(biāo)特征點(diǎn),由雙目視覺視差原理實(shí)現(xiàn)對目標(biāo)的定位。實(shí)驗(yàn)結(jié)果表明該算法不僅能夠精確地獲得圖像間的匹配特