基于计算机视觉的智能监控系统教学平台

本文研究了基于计算机视觉技术的智能监控系统教学实验平台.文章介绍了该实验平台的硬件部分设计和构建,研究了基于该平台的运动目标检测方法和人与非人的识别方法、基于形心的运动目标跟踪方法,尤其研究得到了基于最小二乘法的预测跟踪算法和基于面积变化的预铡跟踪有遮挡运动目标新方法.实验结果表明该平台满足了计算机视觉课程的教学实践需要.     

基于计算机视觉的运动目标跟踪算法

截至目前,运动目标跟踪已经历经了几十年的发展研究,其作为当前社会一项至关重要的先进技术,对于人们的日常工作生活以及社会经济、军事政治等其他各领域均有着积极的帮助作用。特别是在计算机视觉技术逐渐发展成熟的今天,运动目标跟踪与计算机视觉技术的融合程度也越来越高。基于此,本文将选择当前比较常见的一种目标跟踪算法即Kalman filter算法,并以运动的人脸作为跟踪目标,着重围绕基于计算机视觉的运动目标跟踪算法进行简要分析研究。     

脉冲神经网络在运动目标检测中的应用

近几年,在智能监控系统中,广泛应用了基于生物视觉原理的运动目标检测与跟踪计算模型。这里提出一种基于神经轴突延迟机制,利用脉冲神经元网络模型对运动目标进行检测与跟踪的算法,该神经网络模型是利用轴突延迟脉冲神经网络模拟人类的视觉特性,从而提取运动目标,并具体分析脉冲神经元网络算法的实际意义。实验结果表明,该算法能够动态并行地进行运动目标提取,可通过硬件实现而应用于监控系统中。     

增强现实中视觉图像抗遮挡运动目标跟踪算法研究

为了减少视觉图像在处理运动目标跟踪时所需的消耗时间,设计一种基于增强现实技术的视觉图像抗遮挡运动目标跟踪算法.利用噪声去除结果标记图像中的目标连通区域,进而提取特征值数据指标,完成视觉图像的前景处理.在此基础上,设计集成分类器结构,根据跟踪评价指标的选取结果建立跟踪算法流程,完成增强现实中视觉图像抗遮挡运动目标的跟踪算...     

运动视觉跟踪电子设备的改进设计

针对运动视觉跟踪电子设备跟踪运动目标效果差的问题,提出一种运动视觉跟踪电子设备的改进方案。在传统的运动视觉跟踪电子设备基础上,引进了蒙特卡罗算法,并且修改了接收函数,使得跟踪运算过程中补偿了由于计算上的误差所导致的跟踪效果差的问题,根据运动视觉误差补偿方法构建了相对应的数学模型,有效地解决了传统运动视觉跟踪电子设备跟踪运动目标效果差的问题。通过仿真实验可以有效的证明,该方案能够有效地解决跟踪运动目标效果差的问题。     

一种基于多特征自适应融合的运动目标跟踪算法

针对复杂背景下的运动目标跟踪问题,提出了一种基于多特征自适应融合的运动目标跟踪算法。通过构建目标与背景的图像特征分布方差的比值函数来衡量目标与背景间的区分度,采用各特征的区分度对特征集进行线性加权自适应表示运动目标并集成在基于核的跟踪方法中。为了克服模板更新过程中的漂移,通过计算前后相邻两帧间目标模型的相似度函数,对跟踪模板进行自适应更新。基于生物视觉认知理论,目标的颜色、边缘特征以及纹理特征被用来实现基于多特征自适应融合的运动目标跟踪算法。仿真实验表明:采用本文算法能有效地对复杂背景下的运动目标进行跟踪。     

Lasso约束下融和光流信息的DCF目标跟踪算法

视频目标跟踪是计算机视觉的基础问题之一。近来由于 discriminative correlation filter（DCF）跟踪器的高效性和鲁棒性,出现了许多基于DCF的目标跟踪算法。为了克服DCF跟踪器对运动模糊目标的不适应性,本文提出了一种利用Lasso约束并融入光流信息的目标跟踪算法。首先在跟踪器抽取特征通道块中融入光流特征。然后在通道块之后进行多特征融合。其次利用Lasso约束DCF跟踪器的目标函数。考虑到所约束的目标函数在定义域上不连续和目标跟踪的优化效率。最后,采用块坐标下降算法来优化所约束的目标函数。实验结果表明,与基于DCF视觉跟踪算法相比,所提出的算法可以有效的处理运动模糊目标,实现复杂环境下鲁棒的视觉目标跟踪。      

基于激光视觉传感的机器运动目标跟踪研究

复杂背景影响下机器人跟踪运动目标精度提升是目前相关领域研究的重点,因此,研究基于激光视觉传感的机器运动目标跟踪方法.使用激光传感器获取激光数据,利用扫描匹配算法实现运动目标检测,同时定位机器人并构建所处环境的图像;使用单目视觉传感器,通过目标位置估计算法计算出运动目标的角度信息与距离信息,使用Rao-Blackwell...     

基于计算机视觉的艺术体操轨迹跟踪研究

为了解决传统基于卡尔曼滤波算法进行艺术体操轨迹跟踪时存在的跟踪漂移以及跟踪效率低等问题,研究基于计算机视觉的艺术体操轨迹跟踪方法,通过Vi Be运动目标检索算法对图像的颜色以及深度信息建模,基于图像颜色以及深度的波动检测出视频中的运动目标,采用KCF算法实现运动目标的初步跟踪,在该方法的基础上,通过改进KCF算法解决运动目标被遮挡出现的跟踪漂移问题,提高运动目标跟踪的精度和稳定性。通过Hermite插值运算运动目标质心,基于时刻t的运动模糊方向获取瞬时质心轨迹,得到最佳的运动目标质心轨迹,采用曲线拟合措施获取精确的运动目标质心轨迹。实验结果说明,所提方法可准确跟踪艺术体操运动轨迹,具有较高的跟踪效率和稳定性。     

基于视觉显著性的监控视频动态目标跟踪

视频动态目标检测与跟踪是智能化视频分析的基础,是实现智能监控的关键技术之一。基于人类视觉对运动的方向和速度非精确感知的特点,结合HR生物相关运动检测模型改进Itti Saliency算法,建立颜色、方向、亮度和运动四特征通道的特征图提取算法,对特征图进行跨尺度融合及归一化,从而提取视频图像中动态目标的视觉显著图。对视频序列图像的显著图逐一显示,便可实现对运动目标的跟踪。提出的运动感知模型,改善了对运动目标视觉显著性的检测效果,能够准确检测并跟踪监控视频中复杂背景、遮挡、多物体的动态目标。     

基于颜色的运动目标快速识别与跟踪

在自主式移动机器人对运动目标进行跟踪时,视觉系统主要完成目标的识别与跟踪,提高目标识别与跟踪的实时性和准确性是保证机器人跟踪顺利进行的关键。针对此提出了一种基于颜色色度Hs的向量判定算法,并运用这种算法结合动态窗口和螺旋扫描等技术,有效地提高了目标识别与跟踪的实时性和准确性。     

基于图像处理技术的目标跟踪研究

基于视频的交通信息采集目前已成为计算机视觉领域新兴的研究方向,准确的运动目标跟踪是其关键技术并为智能交通系统奠定基础。详细介绍了几种常用的目标跟踪算法,并对目前算法相对成熟、匹配效果较好的Hausdorff算法深入研究,随后针对其计算量大的问题,采取了一种新策略,即Hausdorff算法与Kalman滤波器对目标运动进行预测估计相结合的方法进行运动目标的跟踪。     

嵌入式视觉运动目标跟踪技术研究

传统的PPM（Posterior Probability Measure）视觉运动目标跟踪算法,在目标发生尺寸变化时,会因跟踪窗不能自适应地改变尺寸而导致目标跟偏甚至跟丢的现象.因此本文在深入研究PPM跟踪算法的基础上,基于PPM跟踪算法的运算特点,提出了一种能袁征被跟踪目标尺寸大小的PPM缩放指标,进而设计了跟踪窗口自适应的PPM跟踪算法,实验显示,改进后的跟踪算法能得到较好的跟踪效果.基于TMS320DM642对嵌入式视觉目标跟踪系统的结构和功能进行设计,对改进后的PPM跟踪算法进行了DSP移植,最终实现了一套嵌入式视觉目标跟踪系统.     

基于序列图像的运动目标检测与跟踪

序列图像中的运动目标检测与跟踪是计算机视觉研究的主要内容之一,在很多领域有着广泛的应用.介绍了一种基于背景减除法的目标检测算法,然后通过对前几帧中目标的质心用逼近函数预测出目标在下一帧中的位置.试验结果表明,该方法快速、有效,能够满足运动目标的检测与跟踪要求.     

基于双时间尺度运动分析的户外小目标跟踪

根据人类视觉发现并跟踪目标的原理,提出了一种基于双时间尺度信号分析的户外小目标跟踪方法.在短时间尺度信息分析中,通过时空联合滤波,滤除运动前景信息中的瞬时随机噪声,提取高置信度候选运动小目标信息;在长时间尺度信息分析中,通过分析背景运动和目标运动的运动特性,提出了小目标运动轨迹平滑性约束条件,基于目标的运动信息和姿态信息构建了能量函数,利用基于全局优化的Viterbi快速算法在长时间尺度上实时求解目标运动的时空三维轨迹.不同场景条件下远程小目标跟踪实验表明了我们所提出方法的有效性和鲁棒性.该方法的算法复杂性低,适用于对小目标的实时检测与跟踪.     

运动捕获系统中基于多视觉的目标跟踪算法

基于标记点的运动捕获系统中,由于标记点特征相似,易出现遮挡,使得跟踪难度大.针对上述问题提出了基于多视觉的跟踪算法.首先进行双目视觉立体跟踪:采用扩展Kalman进行预测,根据外极线约束剔出预测区域内的错误候选目标;然后进行多目视觉数据融合:利用基于可变阈值的最邻近数据融合算法对已获得的多个双目跟踪数据进行处理,解决了标记点遮挡、丢失问题;最后得到了标记点的三维运动数据.实验表明,提出的跟踪算法可以准确跟踪各个标记点.     

基于EtherCAT总线的视觉目标跟踪平台设计

为了实现视觉目标跟踪,提出了一种基于 EtherCAT 总线的视觉目标跟踪平台的设计方案。该平台通过EtherCAT总线技术实现主从站数据通信,主站通过Mean Shift跟踪算法程序求出跟踪目标中心点坐标数据,从站结合DSP伺服控制技术输出伺服控制指令驱动跟踪平台实现视觉目标跟踪。实验结果表明该视觉目标跟踪平台具有较高的稳定性与实时性,满足视觉目标跟踪的要求。     

基于特定特征识别的运动视觉跟踪系统设计

传统的运动视觉跟踪方法对复杂环境的适应能力较差,存在控制效率低和跟踪精度差的弊端。因此,设计基于特定特征识别的运动视觉跟踪系统,分析了系统的运行原理,系统中的摄像机采集运动目标图像,并将获取的模拟视频信号反馈给PC机中的视频采集卡进行A/D变换,进而产生运动目标的数字视频序列,再采用基于特定特征识别的运动图标检测算法,定位运动目标,完成检测模块的功能。PC机对运动目标图像的检测结构进行控制运算,并将运算结果反馈给下位机控制电路,控制电路将控制信号变化成直流电机的控制电信号,实现控制模块的有效运行。两个直流电机控制云台进行全方位的三维运动,对运动目标进行准确跟踪,实现执行模块的有效运行。软件部分给出了运动目标检测模块中的实现流程,并设计了进行视频数据转换的回调函数代码。实验结果表明,所设计系统能够在复杂环境下准确检测出目标的运动图像,跟踪效率和精度较高。     

基于OpenCV的运动目标定位跟踪系统软件设计

目标定位跟踪技术一直是计算机视觉领域的一个研究热点。为了更好地改进目标跟踪算法的跟踪特性,设计一种基于OpenCV的目标定位跟踪软件系统。通过对Camshift跟踪算法的研究和改进,以实际的跟踪环境为背景,利用VS2008软件平台和OpenCV库函数,设计一种可以控制云台并实时定位跟踪运动目标的软件系统。实验证明,本系统定位跟踪精确,为运动目标的定位跟踪的研究和应用提供了方便,具有一定的实际意义。     

基于LabVIEW的运动目标跟踪系统的研究

主要对创新实验室二维视觉跟踪转台的算法进行改进。传统的算法只能实现在白色背景下对黑色目标的识别与跟踪,为实现对不同目标复杂背景的跟踪,针对跟踪系统设备和系统指标要求,确定了图像预处理、图像分割、形心跟踪等算法。针对目标的特点,根据识别的目标用形心跟踪算法进行跟踪。文中所有控制程序都基于LabVIEW,在MFC框架下用C++编写图像处理程序。结果表明,在LabVIEW平台下的识别跟踪过程中,二维转台最终实现良好的控制,使整个系统快速、准确的跟踪运动的特征物体,完成了二维目标视觉检测与跟踪的目的。