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。     

计算机视觉在机器人目标定位中的应用

计算机视觉是一门新兴的发展迅速的学科，计算机视觉的研究已经历了从实验室走向实际应用的发展阶段。由于视觉信息容量大，在实际应用中直观有效，所以运用视觉来寻找和确定目标的方位是机器人发展中一个很重要的方法，近年来它广泛应用于工业自动化装配领域中，同时对视觉系统的要求也越来越高。文中介绍并分析了当前国内外基于视觉的几种主要的目标定位方法在实际中的应用，例如移动机器人自主导航定位系统、手眼立体视觉系统等。     

基于计算机视觉的运动目标分析

在计算机里面,所谓的计算机视觉的运动目标分析,就是对视频里面的运动目标进行跟踪检测,并对目标进行研究分析,而检测与跟踪是对分析目标和理解目标行为的基础,因此需要重视其中的目标.本文通过计算机视觉分析了跟踪与检测目标等问题,从而为检测和和跟踪视觉运动目标的算法做出重大意义.     

基于视觉注意机制的目标跟踪方法

提出一种基于视觉注意机制的运动目标跟踪方法。该方法借鉴人类的视觉注意机制的研究成果,建立视觉注意机制的计算模型,计算视频中各部分内容的视觉显著性。结合视觉显著性计算结果,提取视频图像中的显著性目标。利用颜色分布模型作为目标的特征表示模型,与视频中各显著目标进行特征匹配,实现目标的跟踪。在多个视频序列中进行实验,并给出相应的实验结果及分析。实验结果表明,提出的目标检测与跟踪算法是正确有效的。     

基于全方位视觉的运动目标检测与定位方法

针对全方位视觉的运动目标检测,存在背景非常复杂,光照变化等噪声干扰明显等难点;在进行运动目标定位时,也需要消除当目标发生一定分裂时对定位结果的影响.为了滤出噪声,对目标准确定位,提出一种采用改进的背景消减法和区域成长法的运动目标检测与定位方法.本文首先采用背景消减法分割运动目标,在背景消减时利用最大方差比阈值法来滤除噪声,然后利用改进的区域成长法定位出目标.实验结果表明方法简单有效,能准确检测与定位出全方位视觉复杂背景下的运动目标.     

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。     

基于计算机视觉的运动目标跟踪算法探究

在目标是捕获标记点的运动系统中,由于有些标记点有着相似的特征,容易在捕获的时候发生错误,增加了跟踪标记点的难度.为了解决上述问题,笔者提出了以双视觉为基础的跟踪算法,可以找出运动区域内不正确的标记点,从而完成对正确的标记点的跟踪,从而解决标记点相似而导致的跟踪丢失问题.最后得到关于标记点正确的三维运动数据.并经过试验的检验说明,双视觉跟踪算法能够准确的跟踪标记点.     

基于统计背景模型的运动目标检测方法

运动目标检测是计算机视觉、视频处理等应用领域的重要研究内容。其中减背景技术是一种常用方法。在减背景方法中，背景模型的提取、更新、背景扰动、外界光照条件变化、阴影检测等是必须要考虑的问题。提出了一种有效的运动目标检测方法，较好地解决了以上问题，首先利用统计的方法得到背景模型，并实时地对背景模型更新．以适应光线变化和场景本身的变化，用形态学方法和检测连通域面积进行后处理，消除噪声和背景扰动带来的影响，在HSV色度空间下检测阴影，得到准确的运动目标。实验结果表明，该方法是快速有效的。     

基于主动视觉的运动目标检测跟踪方法

研究主动视觉运动目标检测跟踪系统。针对图像目标跟踪多为非连续动态过程,准确性差,通过混合高斯法建立背景模型,采用背景差分法,利用最大类间方差算法确定阈值,检测分割出运动目标,提出一种结合SURF算法的带宽自适应均值漂移跟踪算法实现目标跟踪,使用线程并行控制摄像机运动,确保跟踪目标在图像序列中的合适尺寸。实验表明,改进系统能够实现对场景中运动目标的准确检测,稳定跟踪,并能到达实时应用的要求。     

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。     

基于视觉显著性的均值漂移跟踪算法

为解决突变运动下的目标跟踪问题,提出了一种基于视觉显著性的均值漂移跟踪算法,将视觉注意机制运用到均值漂移跟踪框架中,利用时空显著性算法对视频序列进行检测,生成视觉显著图,从视觉显著图对应的显著性区域中建立目标的颜色特征表示模型来实现运动目标跟踪.实验结果表明:该算法在摄像机摇晃等动态场景下可以较准确检测出时空均显著的目标,有效克服了在运动目标发生丢失和遮挡等情况下跟踪不稳定的问题,具有较强的鲁棒性,从而实现复杂场景下目标较准确的跟踪.     

基于视觉显著性和超像素融合的物体定位方法

针对选择性搜索算法所需定位窗口数量过多的问题,提出了一种基于视觉显著性和超像素融合的改进方法.首先,利用视觉显著性图像粗略估计物体的位置;然后,从这些初始位置开始,根据图像的表观特征融合相邻超像素,并引入一种背景分析方法以避免过度融合;最后,利用贪心算法将融合后的区域再进行组合,并生成最终的定位窗口.在Pascal VOC 2007数据集上的实验结果表明,与选择性搜索方法相比,在同样的检测标准下(查全率为0.91),改进后的方法所使用的窗口数量减少了20%,而重叠率达到了0.77.该方法由粗到细地进行物体定位,在定位窗口数量较少的情况下仍能保持较高的重叠率和查全率.     

视觉跟踪技术研究现状及其展望*

对运动目标进行视觉跟踪是机器人技术、计算机视觉等领域研究的热点之一。首先就跟踪技术的研究历史和现状进行回顾和分析,论述按照基于目标区域的跟踪、基于目标特征的跟踪、基于变形模板的跟踪和基于目标模型的跟踪四个分支分别展开;其次,对人们在该领域研究所面临的难点进行了归纳和总结;最后对分形理论和生物视觉在跟踪策略中的应用前景进行了展望。     

双目轮式移动机器人的运动目标识别与跟踪

研究在室内相对复杂背景下的运动目标识别与跟踪,采用Hu氏不变矩作为目标特征,通过环形方式搜索种子点进行目标区域生长,在有干扰的情况下检出目标,并估计相对位姿和控制本体机器人快速跟踪目标.用Intel的计算机视觉库OpenCV实现图像预处理、图像分割、孔洞填充、区域生长和特征提取.实验结果表明,系统能对运动目标进行实时稳定快速的跟踪,适用性强.     

自动编程器视觉定位算法研究

通过圆形靶标完成了单目二维视觉测量的摄像机标定.提出通过种子自增长法实现目标芯片ROI提取.通过质心计算获得芯片在运动过程中由于机械摩擦等缘故产生的平移量同时通过霍夫变换提取直线,从而得到运动不准产生的角度旋转.为视觉反馈控制提供了有效手段和自动编程器的实用提供了保证.     

基于谱残差和聚类法的运动目标检测研究

传统基于特征点匹配的目标检测算法目标识别率低、误检率较高是因为特征点匹配不准确、目标轮廓不连续。针对这一问题,分别引入谱残差算法和k means聚类算法,并加以改进,提出一种基于谱残差算法和k means聚类算法的运动目标检测算法。具体方法是：首先,每隔两帧提取加速鲁棒特征SURF并对图像配准,再对帧差结果采用谱残差算法提取视觉显著性特征,去除因匹配不准确造成的噪点和伪运动目标;其次,形态学处理之后引入改进后的k means聚类算法,对不连续的轮廓进行聚类;最后形成完整的目标。实验显示,本文算法目标识别率达到90.61%,误检率达到21.25%,分别优于传统基于SURF特征的运动目标检测算法66.60%的识别率、31.91%的误检率和基于新的局部不变性特征ORB匹配的目标检测算法87.573%的识别率、26.80%的误检率。虽然该算法平均运行时间为18 fps,但仍可以满足视频流畅的需求,因此动态背景下该算法可做为一种有效的运动目标检测算法使用。     

An efficient visual tracking method for multiple moving targets

An efficient algorithm of the edge detection according to integrating the edge gradient with the average filter is proposed, which can significantly reduce sensitivity of the background subtraction method to noise and illumination. Taking into account the features of the target such as color, size, etc., a new modified Nearest Neighbor （NN） algorithm for data association using the target features is designed. A designed Interacting Multiple Model （IMM） filter is utilized to track the maneuvering target motion, i.e. the feature point （called the centroid of the target） motion of the target. The algorithms are validated via an example with natural video sequences. The results show the algorithms are performances and validity for visual tracking. In complex environment, the algorithm can still work well.     

一种改进的运动目标检测方法

为了克服传统背景差分法所存在的不足,提出了一种基于边缘特征和改进K-均值聚类相结合运动目标检测方法。运用改进的K-均值聚类方法建立背景模型,将其与前景图像相差后得到的二值化图像,通过前景边缘信息的鲁棒性来判别及去除存在的虚假目标。实验结果表明,该方法可以有效去除背景中突然有物体移入或移出引起的虚假运动目标,提高了运动目标检测的准确性。     

A novel STAP method for the detection of fast air moving targets from high speed platform

Space-time adaptive processing (STAP) is an effective method for detecting moving target in airborne/spaceborne radar.However,the detection of fast air moving targets from high speed platform is challenged by the range walk of both the clutter and moving targets.It is well known that keystone formatting can be used to compensate for the range walk of multiple moving targets simultaneously without using the knowledge of the motion parameters.However,in the presence of serious Doppler ambiguity of fast air moving targets,distribution of the clutter will be affected by the keystone formatting matched to the ambiguity number of targets,and as a result the STAP performance will degrade.In this paper,a novel STAP method is proposed for the detection of fast air moving targets from high speed platform,which can deal with the range walk of both clutter and targets.Effectiveness of the new method is verified via simulation examples.