卡爾曼濾波在運(yùn)動(dòng)目標(biāo)跟蹤問題中的研究與應(yīng)用.pdf

1、運(yùn)動(dòng)目標(biāo)的檢測與跟蹤是計(jì)算機(jī)視覺研究領(lǐng)域的重要課題。它融合了圖像處理和計(jì)算機(jī)視覺領(lǐng)域的諸多先進(jìn)技術(shù)，在軍事視覺制導(dǎo)、機(jī)器人視覺導(dǎo)航、深水導(dǎo)航、安全監(jiān)測、及交通管理等許多方面都有廣泛的應(yīng)用，該技術(shù)有著不可估量的發(fā)展前景。本文使用一個(gè)不發(fā)生旋轉(zhuǎn)和平移的單攝像頭捕獲處于勻速運(yùn)動(dòng)傳送帶上的工件的運(yùn)動(dòng)信息。將經(jīng)過圖像檢測處理得到的信息傳送給后面的模塊，作為觀測量，應(yīng)用卡爾曼濾波進(jìn)行狀態(tài)估計(jì)。
　　本文分為三個(gè)部分對(duì)這一課題進(jìn)行論述：

2、　　第一部分，數(shù)學(xué)模型和卡爾曼濾波理論。首先建立了四種與運(yùn)動(dòng)目標(biāo)檢測相關(guān)的坐標(biāo)系，然后根據(jù)工件的運(yùn)動(dòng)狀態(tài)建立系統(tǒng)的數(shù)學(xué)模型，最后介紹了用于系統(tǒng)狀態(tài)估計(jì)的卡爾曼濾波理論。
　　第二部分，運(yùn)動(dòng)目標(biāo)的圖像處理。主要介紹了圖像的預(yù)處理、邊緣檢測、二值圖像和動(dòng)態(tài)背景差分技術(shù)。將二值圖像和動(dòng)態(tài)背景差分技術(shù)結(jié)合運(yùn)用在經(jīng)過圖像預(yù)處理的運(yùn)動(dòng)目標(biāo)的灰度圖像上，檢測出圖像中的目標(biāo)，設(shè)計(jì)一個(gè)灰度質(zhì)心閾值，提取目標(biāo)的特征點(diǎn)。
　　第三部分，擴(kuò)展卡爾曼

3、濾波、衰減記憶擴(kuò)展卡爾曼濾波和Unscented卡爾曼濾波在目標(biāo)跟蹤中的應(yīng)用。針對(duì)文中的非線性系統(tǒng)(觀測方程是非線性的)，作者采用擴(kuò)展卡爾曼濾波對(duì)運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)狀態(tài)進(jìn)行估計(jì)，成功地獲得了目標(biāo)的運(yùn)動(dòng)信息。對(duì)模型進(jìn)行線性化有可能產(chǎn)生不穩(wěn)定的濾波，衰減記憶擴(kuò)展卡爾曼濾波可以加強(qiáng)當(dāng)前數(shù)據(jù)的權(quán)系數(shù)，降低歷史測量值對(duì)估計(jì)值的影響，從而更好地對(duì)狀態(tài)進(jìn)行估計(jì)。針對(duì)擴(kuò)展卡爾曼濾波需計(jì)算Jacobi矩陣的導(dǎo)數(shù)，而這往往會(huì)帶來極大的工作量，本文提出Unsce