动态背景运动目标的快速锁定跟踪算法

为改善动态背景运动目标跟踪的精度和计算性能,提出一种Hu_Fourier特征描述子的目标识别算法和固定模板滑动置信度最佳线性逼近法的目标锁定跟踪算法。依据提出的Hu_Fourier特征描述子,快速准确地提取出识别区域运动目标的轮廓特征,结合加权距离目标识别算法,识别出图像中所有目标,计算目标的质心坐标。利用提出的固定模板滑动置信度准则,结合识别目标的质心,锁定目标,更新目标模板。依据最佳线性逼近法,确定下一帧图像的目标搜索区域。理论分析和实验结果验证了该目标锁定跟踪算法的鲁棒性和有效性。     

基于SIFT特征一致性的目标跟踪算法

针对光照条件突然变化情况下混合目标模型Mean Shift算法无法准确跟踪目标的缺点,提出了一种基于SIFT特征一致性的目标跟踪算法.算法用SIFT特征来匹配帧间的感兴趣区域,同时使用包含初始帧信息和前一帧信息的混合目标模型Mean Shift算法计算帧间感兴趣区域的直方图,以直方图分布距离最小为原则计算Mean Sh...     

视频运动目标跟踪方法研究

视频运动目标跟踪属于计算机视频模块的重点研究内容,具备较大的应用前景。随着各种新技术融合到目标跟踪方法中,其跟踪准确性得到提升。受到目标形变、遮挡以及尺度变化影响,跟踪失败的问题也时有发生。为了改进视频运动目标跟踪方法,本文系统的阐述了当前视频运动目标跟踪方法的类型,从算法设计流程着手,给出关于视频运动目标跟踪方法的具体设计框架,对未来算法发展方向进行了展望。     

基于FPGA的动态目标跟踪系统设计

为了解决基于PC机的视频动态目标跟踪实时性瓶颈问题,设计出一种基于FPGA的动态目标跟踪系统。设计遵循图像处理金字塔模型,针对低层和中层算法简单、数据量大且存在一定并行性等特点采用FPGA硬件实现,而高层较复杂算法使用Nios Ⅱ软核进行C语言编程。整个设计采用Verilog-HDL对算法完成建模与实现,并在QUARTUS Ⅱ上进行了综合、布线等工作,最后以Altera公司的DE2开发板为硬件平台实现了整个系统。     

基于改进差分算法的运动目标检测与跟踪

针对视频序列中运动目标检测与跟踪的问题,改进传统的差分方法,提出一种基于二次插值的差分算法。在相邻两帧图像中插入若干图像使所得图像的背景近似为不动的背景,在用差分算法对图像检测与跟踪。实验结果表明,该方法能有效提高跟踪的效率和精度。     

机器人视觉动态目标跟踪的最优方案研究

机器人视觉导航是机器人系统研究的重要焦点性版块,通过对人类视觉的替代,机器人视觉导航确保了机器人在现实中发挥人类的效能,成为对应领域的重要劳动力。但是机器人视觉动态目标跟踪的实现难度比较大,需要突破的技术瓶颈也比较多,当前对此的解决方案比较多样化。本文主要关注于机器人视觉动态目标跟踪最优方案的问题,希望可以给予实际跟踪系统的构建提供参考。     

基于动态回归和通道注意力的孪生网络的目标跟踪

计算机和互联网技术的发展促进了信息化时代的到来,经过了一定的发展周期后,在发展过程中积累了一定的经验和教训,这些经验和教训都成为行业发展过程中的重点和关键。计算机视觉系统就是其中的重要组成部分,可以将其细分成目标检测、分析理解和目标跟3个阶段,并且有着愈发广泛的应用。如何保证跟踪算法的实时性成为行业的巨大挑战,笔者结合我国计算机视觉系统的发展实际,对目标跟踪的相关技术进行了研究。     

基于卡尔曼滤波的移动机器人运动目标跟踪

提出了一种基于卡尔曼滤波的运动目标快速跟踪算法。针对复杂背景下彩色运动目标跟踪问题,采用基于颜色特征和形状特征相结合的方法进行目标识别。利用卡尔曼滤波器的预测功能,预测运动目标在下一帧中的位置,将图像全局搜索问题转换为局部搜索,提高了系统的实时性。实验结果表明:该算法满足移动机器人运动控制的实时性要求,实现了对运动目标的快速跟踪。     

六足机器人动态目标检测与跟踪系统研究

动态目标检测与目标跟踪是图像领域的热点研究问题,为研究其在移动机器人领域的应用价值,设计了六足机器人动态目标检测与跟踪系统.针对非刚体运动目标容易被检测为多个分散区域的问题提出区域合并算法,并通过对称匹配、自适应外点滤除对运动背景进行精确补偿,最终基于背景补偿法实现对运动目标的精确检测.研究了基于KCF(Kernel ...     

Dynamic Visual Tracking for Manipulators Using an Uncalibrated Fixed Camera

This paper presents a new controller for controlling a number of feature points on a robot manipulator to trace desired trajectories specified on the image plane of a fixed camera. It is assumed that the intrinsic and extrinsic parameters of the camera are not calibrated. A new adaptive algorithm is developed to estimate the unknown parameters online, based on three original ideas. First, we use the pseudoinverse of the depth-independent interaction matrix to map the image errors onto the joint space of the manipulator. By eliminating the depths in the interaction matrix, we can linearly parameterize the closed-loop dynamics of the manipulator. Second, to guarantee the existence of the pseudoinverse, the adaptive algorithm introduces a potential force to drive the estimated parameters away from the values that result in a singular Jacobian matrix. Third, to ensure that the estimated parameters are convergent to their true values up to a scale, we combine the Slotine-Li method with an online algorithm for minimizing the error between the estimated projections and real image coordinates of the feature points. We have proved asymptotic convergence of the image errors to zero by the Lyapunov theory based on the nonlinear robot dynamics. Experiments have been carried out to verify the performance of the proposed controller.     

基于全景摄像头的柱面展开及实时目标跟踪

传统摄像头在获取大范围复杂场景中的感兴趣目标时,容易出现目标物体丢失或遮挡等问题。为此,提出一种基于全景摄像头的柱面展开及运动目标实时跟踪算法。通过改进的柱面展开算法对360。摄像头获取的全景图像进行还原展开,解决全景图像中的成像扭曲问题。利用CamShift和Kalman预测相结合的算法跟踪运动目标。实验结果表明,在运动目标存在遮挡、短暂消失或同色物体干扰的情况下,该方法能实现对全景范围复杂环境中运动目标实时鲁棒的跟踪。     

基于标定物的相机标定及三维重建

针对传统三维建模的局限性,讨论了一种基于图像建模的技术,提出了利用普通相机和标定物对物体进行三维建模的方法,该方法利用一个在左右图像都存在的物体,对相机进行标定[1]。然后利用左右相机的相机矩阵,反算空间中的对应点和需要求取的关键点。最后利用这些点计算出来的空间位置[2],对物体进行重建,并用OpenGL进行漫游显示。实验表明,该算法计算准确,鲁棒性很高,能够满足于虚拟现实的需要。     

基于能量高效动态分簇的目标跟踪算法

目标跟踪是无线传感器网络中的一项基本应用,如何在保证高跟踪精度的前提下降低网络能耗、延长网络生命周期是目标跟踪的核心问题。为此,提出一种基于能量高效动态分簇的目标跟踪算法。从最大限度节省能量的角度出发,设计动态簇生成方法,利用无迹粒子滤波算法对目标进行跟踪,预测下一时刻目标的位置坐标,并根据预测结果给出簇头更换策略。仿真结果表明,与PPF和DPF算法相比,该算法不仅具有较高的目标跟踪精度,而且能有效降低网络能耗,延长网络寿命。     

单目主动摄像头真实三维重建

由于单目摄像头尺度缺失,导致鲁棒位姿估计结果不准确,为此提出单目主动摄像头真实三维重建方法.通过融合机器人的控制信息和尺寸信息,得到单目相机的位置信息,利用位置信息计算出等效基线,根据变基线等效双目策略理论获取精度更高的深度估计;采用GoDec-RANSAC算法排除样本点中的局外点,估计鲁棒位姿;通过获取的位姿,估计最...     

基于智能摄像机的高速视觉系统及其目标跟踪算法研究

设计了一种基于智能摄像机的分布式并行处理的高速视觉系统,并应用该系统跟踪快速运动的乒乓球;同时提出了一套针对灰度图像的快速、有效的乒乓球识别跟踪算法．该算法能够在变化的背景下跟踪运动的乒乓球,具有较小的运算量及较好的鲁棒性．为了进一步提高视觉系统的实时性,还运用了动态窗口．实验结果表明,本系统能够快速识别跟踪运动的乒乓球,对于640480像素的8位灰度图像,采集与处理速度最快可以达到6ms．     

基于双目立体相机的室外场景三维重建系统设计

摘要：三维重建是图像处理、计算机视觉、计算机图形学的一个重要研究领域,双目视觉通过模拟人眼处理景物的方式可以获取目标物体的三维信息,具有非接触、速度快、精度高、自动化程度好等诸多优点,可以大大提高工业生产效率,已经成为人们研究的热点。在传统的基于双目立体视觉的三维重建系统基础上进行了方法和算法的改进与创新,并根据具体应用场合拓展了系统功能。硬件选用Stereolabs公司的二代ZED双目立体相机套件,配合该套件提供的软件开发工具包（ZED SDK）,使用NVIDIA推出的通用并行计算架构CUDA,很大程度上优化了三维重建的运行效率;针对立体匹配过程噪声及原有视图引入误差等问题,利用插值法和数学形态学平滑方法进行处理,引入了视差图修复与细化环节;采用更为合理的特征点提取方法,优化了深度值计算环节。在实验室环境下,对整体系统进行了性能测试,结果表明,算法稳定高效,系统重建效果好,性价比高。     

基于手持单相机序列图像的三维重建

提出了基于手持单相机序列图像的射影和欧氏重建方法。利用编码点确定单相机的外部姿态参数,非编码点确定空间点的三维坐标。施加绝对二次曲面的本质条件到射影畸变矩阵中,提高了算法的鲁棒性。实验结果表明,该方法的3D重建结果精确可靠,能够满足逆向工程等应用的要求。     

足球视频三维重建中的摄像机标定及球员检测

在分析现有研究方法的基础上,在LUV颜色空间中利用改进的广义劳埃德聚类算法(GLA)检测并确定球场区域,提出并设计了通过足球视频的禁区和中圈区域实现摄像机标定的方法.利用球场主色,去除了含有球场色的区域并同时虑掉了球场标志线等与球员和球无关的信息,然后使用线填充算法实现球员的连通区域的提取,并最终获取了球员的位置坐标.实验结果验证了算法具有很好的效果.     

基于平行性约束的摄像机标定与3D重构

引入了梯形的一个仿射不变量,并利用这个不变量,建立了梯形的相似不变量与摄像机内参数之间的约束关系.基于这个约束关系,利用摄像机内参数的知识或梯形相似不变量的知识,可以线性确定摄像机的内参数、运动参数和梯形的相似不变量.由于梯形是由一对平行线段唯一确定的,平行线段在许多场景中经常出现,因而该方法有很广泛的适用性.实验结果表明了该算法的有效性.该工作提供了一个基于平行性约束的框架,以往的基于平行四边形、平行六面体的方法都可以纳入到这个框架中.