论文部分内容阅读
基于视觉的运动目标跟踪在军事和民用领域应用广泛,也是目前机器视觉研究的热点之一。本文围绕提高三维运动目标跟踪的快速性、准确度以及环境适应能力,对基于双目视觉的三维运动目标实时轨迹跟踪技术,进行理论与应用研究。论文主要研究内容及创新点如下: 基于双目视觉的运动目标测距方法研究。针对现有匹配算法存在的匹配速度较慢、准确性较低的问题,本文提出了一种基于移动范围约束的双目立体目标匹配方法。实验表明,所提算法有效地提高了匹配的快速性和准确性。 具有鲁棒性和快速性的运动目标实时跟踪方法研究。本文采用核函数加权直方图作为目标的特征模型,获取目标观测值;将Mean Shift和粒子滤波算法相结合,利用MeanShift算法的聚类作用,在重采样之后将粒子聚集在更靠近目标位置的区域,再对粒子的分布进行优化,使粒子能够更合理地表示状态,以减少了粒子数量。该方法在保证目标跟踪算法鲁棒性的同时提高了快速性。 快速图像预处理方法研究。为了提高视觉伺服系统对环境的适应性,本文采用Retinex与图像直方图均衡化的增强方法,对图像进行预处理。为了加快图像预处理速度,在预处理过程中引入Kalman滤波,预测目标可能出现的区域并对该区域进行预处理。实验表明,该方法可提高处理速度,保证系统可对目标进行实时跟踪与测量。 三维运动目标视觉伺服系统设计与实现。本文设计并实现了基于双目视觉的三维运动目标跟踪实验系统,可对搭载双目相机的二自由度云台进行视觉伺服控制,实时跟踪运动目标,并显示目标的位置、姿态和运动轨迹,具有友好的人机交互界面。实验表明,该系统可对三维空间中的运动目标进行跟踪与定位,跟踪性能良好。