基于双目视觉的运动目标跟踪与测量

在研究融合运动目标位置预测的Mean Shift跟踪算法和双目立体视觉中的空间点定位算法的基础上,基于双目视觉设计了双目立体视觉运动目标跟踪和测量系统,并在所进行的跟踪与测量实验中,提取了运动目标质心的三维坐标序列,实现了对目标深度和速度的测量。     

基于粒子滤波的双模图像融合自适应跟踪

针对视频跟踪中仅利用目标的单特征容易导致跟踪失败的问题,提出一种基于粒子滤波的可见光与红外序列图像相融合的自适应目标跟踪算法;该算法在粒子滤波跟踪算法框架下,根据单一信源运动目标序列图像的品质因子,利用自适应加权融合策略重构双模序列图像的特征选择机制,建立了基于自适应融合算法的系统观测概率模型和状态空间层次采样多特征融合跟踪算法,实现了对双模序列图像的融合以及对运动目标的稳健跟踪;跟踪试验结果表明,该算法可以有效实现对运动目标的稳健、准确跟踪。     

基于单摄像头的运动目标跟踪定位技术研究

单目视觉跟踪定位、双目视觉跟踪定位和多目视觉传感器跟踪定位是当前的计算机主要的视觉定位跟踪方式,但是由于利用双目视觉跟踪定位和多目视觉传感器中存在着视场小、系统结构庞大、立体匹配难等缺陷,在很多工业制造场合已逐渐被标定步骤少、结构简单的单目视觉所代替。本实验通过单目视觉方式实现了对运动目标跟踪定位,并设计了基于单摄像头的运动目标跟踪定位系统,采用CamShift算法通过目标颜色信息选取对目标进行识别、提取以及检测,通过基于邻域线性搜索与卡尔曼滤波器相结合的跟踪算法,准确实现运动目标的识别和定位,并进行了一系列相应的理论实验验证与分析,给出了最终的实验结果。     

基于双目视觉的水下动态目标识别与定位方法研究

针对动态水下目标跟踪定位过程需要良好的实时性与鲁棒性问题,提出一种基于双目视觉的水下动态目标定位方法;利用快速引导滤波提取水下图像的光照分量,构造了一种改进的二维伽马函数,并对其参数利用光照分量的分布特性进行调整,实现了对水下不同环境图像下的亮度自适应校正处理;利用卡尔曼滤波预估下一时刻目标的位置,将预测空间作为ROI区域进行图像校正,极大降低了算法的运行时间;在HSV空间对目标进行掩膜提取,识别之后通过双目定位算法对目标进行准确定位;经过水箱试验验证,与多尺度高斯函数、双边滤波等算法相比,该方法在运行速度上有着显著的提高,达到了35FPS,在定位过程中有着较高定位精度,在方向的平均相对误差为(3.59%,3.35%,1.42%);结果表明,该算法可以满足水下动态目标跟踪定位的实时性与鲁棒性要求。     

动平台下双目视觉定位标定算法研究

研究空中目标定位优化问题,对于动平台下的双目视觉定位精度差.通过固定位置的两部相机拍摄图像的视差,获取目标位置信息,算法简单、精确.对静平台下相机标定参数进行调整,用新的旋转矩阵和平移向量取代静平台下的这些数据,降低动平台带来的扰动,同时解决了相机转动后需要重新标定才能获得相机内外参数的问题.最后仿真结果验证了改进后的双目视觉定位标定算法达到在平台转动情况下定位精确、算法简单、有效,为空间电影票定位优化设计提供了参考.     

基于线阵CCD的目标跟踪

图像序列运动目标跟踪是计算机视觉领域的核心课题之一.本文采用线阵CCD相机获取图像序列.并提出了一种改进的相关跟踪算法时运动目标进行匹配和跟踪的算法,实现了目标的快速匹配与实时跟踪的目的.     

基于双目视觉的无人飞行器目标跟踪与定位

针对小型无人飞行器跟踪目标的问题,提出了一种基于双目视觉和Camshift算法的无人飞行器目标跟踪以及定位算法。双目相机得到的左右图像通过Camshift算法处理可得到目标中心特征点,对目标中心特征点进行三维重建,得到机体坐标系下无人飞行器与目标间的相对位置和偏航角,应用卡尔曼滤波算法对测量值进行了优化,将所得估计值作为飞行控制系统的反馈输入值,实现了无人飞行器自主跟踪飞行。结果表明所提算法误差较小,具有较高的稳定性与精确性。     

基于立体视觉的目标检测与轨迹预测研究综述

目前基于立体视觉信息的运动目标识别定位、跟踪及轨迹预测是机器视觉领域的研究热点.通过归纳整理相关文献,从双目立体视觉技术、运动目标检测技术、运动目标轨迹预测技术三个方面对基于立体视觉的运动目标检测及轨迹预测进行了概述,分别阐述了相机标定的常见方法、图像特征提取及立体匹配不同算法的适用场景、各运动目标检测方法的优缺点、常...     

基于SURF特征点的自主空中加油定位研究

针对硬式空中加油技术中加油插座的定位问题,提出了一种结合SURF(Speeded-up Robust Features)特征点的双目立体视觉定位方法,确定了加油插座的空间位置,实现伸缩管和加油插座的精确对准。基于SURF匹配算法,对双目视觉系统采集的左右图像进行目标检测,并获取匹配目标的SURF特征点,通过空间误匹配点对的剔除和目标点坐标的计算,确定左右图像中具有空间位置一致性的目标点(即加油插座),从而恢复目标点的三维信息。实验结果表明,结合SURF方法能够有效地对加油插座的空间位置进行定位,具有一定的实用价值。     

基于特征融合的粒子滤波在红外小目标跟踪中的应用

针对红外图像序列中的小目标跟踪问题,在分析红外小目标特点的基础上,提出了一种基于特征融合的粒子滤波目标跟踪算法。该方法利用粒子滤波支持目标特征融合的优点,提出将灰度特征和分形特征相融合,并将融合后的信息用于粒子权值的计算,从而大大提高了跟踪算法的稳健性。实验结果表明,和传统的粒子滤波算法相比,该算法能够更加准确、有效地跟踪红外序列中的小目标。     

基于嵌入式系统的机器人视觉定位系统的研究

采用嵌入式EPXA10为核心,以污水车自动泄放机器人为应用对象,本文介绍一种双目视觉定位系统。提出一种利用模糊算法进行目标图像的边缘检测,并结合双目视觉定位的算法实现机器视觉定位的方法。针对污水泄放机器人的工作特点,采用主动寻找特殊图的方法,达到快速准确对目标跟踪定位的目的,完成对污水车泄放口的三维定位,机器人根据定位坐标可以准确地接通污水泄放管,快速把污水泄放到池中。     

基于混合观测模型的粒子滤波跟踪算法

为了提高目标外观迅速变化时视觉跟踪算法的鲁棒性,提出了一种基于混合观测模型的粒子滤波跟踪算法。在粒子滤波构架下,使用加权核直方图模型结合mean shift算法对粒子进行初定位,通过正交子空间模型作为精确的观测模型,估计目标的最终状态。这样既能迅速地学习到目标外观变化的趋势,又避免了使用正交子空间而产生的跟踪漂移。实验结果表明,该算法在光照变化、姿态变化、遮挡的情况下,均具有较强的鲁棒性。     

一种基于速度预测的双目视觉跟踪混合算法

视觉跟踪技术作为计算机视觉研究的重要方向,得到了广泛应用。其根据目标表征方式可分为生成式方法和判别式方法。传统生成式方法虽然有较好的实时性,但容易受到复杂背景和遮挡影响,所以逐步被判别式方法所取代。针对传统生成式方法的缺点,结合双目成像系统空间定位的优势,提出了一种基于速度预测的双目视觉跟踪混合算法。通过帧间差分法发现视野中运动目标,采用双目定位确定其运动速度,并根据速度预估物体的下一帧位置;同时,使用ORB特征匹配、双目视觉极线约束和Mean-Shift进行验证和速度修正。试验证明,该算法能够准确地识别运动物体并对其进行跟踪,克服了生成式方法容易受到环境干扰的缺点,保留了其实时性的优势,具有较高的实用价值。     

基于OpenCV的遥操作工程机器人双目视觉定位技术

针对当前遥操作工程机器人双目视觉定位技术匹配精准度低,导致定位误差过大的问题,提出种基于OpenCV改进的遥操作工程机器人双目视觉定位技术。在分析HSV色彩空间后,建立适合工程机器人的颜色特征识别空间体系,通过分析图像特征及运动坐标确定圆形光点,利用提供的靶点目标,创建模板后通过双目视觉获取具有靶点特征的其他图像,将图像代入OpenCV技术函数库中。在OpenCV技术函数库中通过光流法对图像进行函数匹配,应用将目标的背景模型与图像的处理方式分割开来,提取背景与干扰因素的全部信息,利用二值化阈值处理运动目标的形态,实现无干扰图像显示,确保定位结果的准确性。实验结果表明,基于OpenCV的遥操作工程机器人双目视觉定位技术能够有效提高匹配精度,降低定位误差,具有一定的实际应用价值。     

基于子空间联合模型的视觉跟踪

目标跟踪是计算机视觉的重要组成部分,其鲁棒性一直受到目标遮挡,光照变化,目标姿态变化等因素的制约。针对这个问题,提出了基于子空间联合模型的视觉跟踪算法。算法为了克服遮挡对目标跟踪的影响,采用局部动态稀疏表示进行遮挡检测,根据遮挡检测结果来修正增量子空间误差。此外,在稀疏子空间基础上计算目标模板和候选模板的相似性。在粒子滤波框架下,联合候选目标增量误差和相似性实现目标跟踪。通过在多个具有挑战性的视频序列上进行实验,表明该算法具有较好的鲁棒性。     

基于序列图像的视觉定位与运动估计

研究了移动机器人的视觉定位和目标的运动估计。采用单目视觉系统,借助人工标识物,由小孔成像模型及空间几何关系,推导出视觉测距模型,并实现了移动机器人的自定位和目标的定位。通过序列图像,应用基于特征的运动分析方法估计球体的运动参数,推导出移动机器人对运动目标的跟踪模型。球体定位实验结果表明:该方法的定位精度较高。     

基于多视角视频的运动重建

为了更逼真地从视频图像序列中实现三维人体骨架动画形式的提取,以便进一步地对人体运动进行分析与研究,提出了一种基于多视角视频的运动重建的方法。该方法充分利用了标记点的信息,其核心步骤有标定摄像机,提取标记点,跟踪标记点和人体运动三维重建四个主要方面。其中,在跟踪标记点时,使用了基于多视觉的目标跟踪算法,该算法由结合了扩展卡尔曼滤波预测与标记点轨迹平滑性约束所构成的双目立体视觉跟踪与多目视觉数据融合两个方面。实验结果证明了所提方法的有效性与可行性。     

双目视觉运动目标跟踪定位系统的设计

针对运动目标在被遮挡时跟踪丢失问题,采用双目视觉对运动目标进行跟踪定位.首先,利用背景差分法实现目标检测;然后,利用Kalman滤波器改进的CamShift算法与FAST角点检测算法相结合,通过缩小角点检测的范围,提高预测的准确性和跟踪速度,同时有效解决了目标跟踪丢失问题;最后,通过双目立体视觉视差原理求出目标的三维坐标,实现对目标的定位.实验结果表明,该系统有效地解决了目标跟踪丢失问题,且算法实时性良好,有利于工业上使用机器人对运动目标的精确抓取.     

基于眼球重建异面直线模型的双目视线跟踪算法

计算机视觉是通过图像处理的方法来模拟人眼视觉的技术,随着人机交互式应用更加广泛,现有的计算机视觉技术更侧重于视线方向性研究,因此引出了视线跟踪定位的问题。三维重建技术作为视线跟踪定位的基础,其重要性不言而喻。本文结合了明暗法三维重建与透视投影模型,提出了基于透视投影模型的改进型三维重建法,重建出眼球模型,解决了明暗法非唯一解问题;同时,简化了深度信息获取,提出了基于头动补偿的异面直线模型,它无需计算深度信息,直接通过建模求解与补偿机制,快速得到视线落点位置,减少了设备复杂性并提高了算法的精度。因此,基于眼球重建异面直线模型的双目视线跟踪算法是计算机视觉跟踪方法的一种创新,为人机交互应用提供了新的思路。     

基于非线性扩散滤波的双目视觉跟踪与测量研究实现

针对双目视觉跟踪与测量技术的研究主要集中在缩短时间,精确性问题考虑不够充分;结合KAZE特征提取算法,利用卡尔曼预测对目标进行跟踪,提出一种基于图像匹配的双目视觉跟踪与测量算法;将KAZE特征提取算法和SIFT、SURF等算法进行仿真对比,结果表明KAZE算法具有更加出色的匹配率,而跟踪速度相当;运用KAZE算法与卡尔曼预测跟踪技术实现了基于Visual Studio环境下的双目视觉测量与跟踪系统,测试结果表明,该系统可进行有效的高精度测量。