基于数据手套和双目视觉技术的虚拟手势及其空间位置跟踪

基于数据手套技术,搭建了虚拟手势交互系统,实现人手到虚拟手的映射. 对双目视觉中空间点定位模型进行了修改,提出一种基于两垂直摄像头的空间点定位模型,实现了基于双目视觉技术的运动目标位置与姿态跟踪;通过对CamShift算法的改进,提高了运动目标跟踪系统的准确性和自动性,解决了柔性物体的空间姿态捕捉问题. 在VS2008平台上,用VC++和双摄像头搭建了一个虚拟手势交互平台,通过实验,获取了图像及相应的角度与位置信息对照,将虚拟手的位置和姿态与图片相对照,对所提出的方法进行了验证,证明了该方法的有效性.     

视频监控系统中的多摄像头跟踪优化设计

针对分布式广域视频监控系统,提出了一种基于多摄像头融合的跟踪优化方法.该跟踪优化算法根据目标优先级和目标在各个摄像头中的遮挡状态及其分割图像大小进行数据加权融合,优先分配高优先级目标给具有最佳权值的摄像头进行跟踪,并动态平衡各个摄像头的跟踪负载,将跟踪负载过重的摄像头中的低优先级目标分配给其他摄像头进行跟踪.为了有效地建立重叠摄像头之间目标的对应关系,对于摄像头远离监控地平面和目标的场景,通过摄像头监视背景图像之间的SIFT特征匹配自动生成对应点,利用这些对应的关键点确定重叠摄像头之间的单应性变换矩阵参数,再根据目标质心坐标之间的单应性变换进行一致性匹配;对于摄像头近邻监控地平面和目标的场景,通过目标分割图像之间的SIFT特征进行一致性匹配.实验结果表明:该方法能有效地实现广域监控场景中多摄像头的协同跟踪,达到了较高的跟踪性能.     

结合稀疏表示的跨摄像头运动目标跟踪算法

跨摄像头下的目标跟踪极富挑战性,其原因是由于不同摄像头所涵盖区域存在差异性以及运动目标行为轨迹具有随机性,从而导致干扰误差的积累,影响匹配准确度,致使跟踪失败.针对此问题,提出一种结合稀疏表示理论的跟踪模型.该模型首先通过不同摄像头间的背景亮度值,对待测目标进行光照补偿处理,以获取稳定的模板矩阵.在模型求解阶段,针对传...     

一种基于多特征融合的棒材在线跟踪算法

针对棒材在线计数系统中多运动目标的跟踪问题,提出了一种利用棒材端面二值图像的垂直投影曲线的运动特征、几何特征和位置特征来实现快速、稳定跟踪的算法.它能够在线自适应选择跟踪窗口的位置和大小,然后依据距离相关度、面积相似度和置信度函数评价每次的观测数据,使得跟踪过程具有良好的容错性.现场应用结果表明：该跟踪算法实时性好、可靠性高,保证了棒材在线计数的准确性.     

基于DM6437的目标跟踪系统设计与实现

将卡尔曼滤波器和均值漂移算法相结合,实现运动目标的实时跟踪.首先采用混合高斯背景模型的方法来进行运动目标的检测,确定运动目标的大小和位置,然后提取运动目标的颜色模型并开始跟踪.在跟踪过程中,先用卡尔曼滤波器对目标在下一帧中的位置进行预测,再用均值漂移法快速迭代得出目标的实际位置,最后更新目标的颜色模型,并开始下一轮跟踪过程.采用高性价比的DM6437芯片设计了运动目标跟踪系统,并对跟踪算法进行了优化.实验结果表明,该系统具有较好的实时性和准确性.     

运动目标自动跟踪系统的控制平台设计

针对人体运动目标的自动实时跟踪,通过对现有的云台跟踪系统的比较,设计了一种新的适用于室内的运动摄像头自动跟踪运动人体目标的闭环控制系统,整个系统由图像采集摄像机、控制计算机、基于P89V51的单片机系统和步进电机4部分组成,系统小巧实用、稳定可靠、价格低廉.为实现跟踪系统的稳定性,提出了基于极坐标下的模糊控制跟踪运动目标.实验结果表明,本系统在实际应用中能实时自动跟踪室内运动人体目标,完成对运动目标的安全监控.     

基于射频技术的高速运动图像自动识别模型

针对传统高速运动图像自动识别方法存在识别误差较高,用时过长,效果较差的问题,提出基于射频技术的高速运动图像自动识别模型.通过智能摄像头对高速运动图像进行采集,采用射频技术读取采集得到的高速运动图像编码,并对高速运动图像进行分析,再建立目标动图像尺度空间模型,将高速运动图像特征向量描述为特征点,并对其进行匹配,同时结合几...     

姿态图像缺失情况下的SAR目标识别

针对目标姿态图像缺失的情况,提出通过姿态图像合成的方式增加训练集的姿态覆盖程度,并将扩充后的图像也用于训练目标分类器.受稀疏表示模型的启发,建立了一种合成孔径雷达图像姿态合成模型.该模型根据少量已知姿态的图像,线性组合出缺失姿态下的近似图像.在运动和静止目标获取与识别数据集上的实验表明,通过合成缺失姿态下图像的方法可有效提升目标识别的精度,特别是在训练数据集中姿态缺失严重时,文中方法提升尤为明显.     

基于小波变换与卡尔曼滤波的多目标跟踪

利用小波变换和卡尔曼滤波研究多目标检测与跟踪问题.采用小波三层分解原理,对图像进行去噪处理,得到的低频图像再进行背景差分运算,从而检测出运动目标.采用卡尔曼滤波先预测出目标在下一帧的位置,通过前后帧的目标位置计算半径值,结合k近邻算法在半径内采用k近邻数据关联,取与预测位置欧氏距离最短的点为目标在下一帧中出现的真实位置.通过MATLAB对实验进行仿真.结果表明,方法可有效提高多目标检测与跟踪的准确性和抗遮挡性.     

自动引导车视觉导航的灰度投影稳像算法

自动引导车(AGV)在运行过程中由于路面不平等原因产生随机抖动,引起摄像头所获得图像产生位移导致后续路径视觉跟踪不稳定;针对此问题,本研究搭建了AGV视觉抖动模型,在图像中划分出路径区域作为目标区域进行后续处理以减少背景中其它物体带来的干扰,然后通过快速灰度投影算法检测平移向量,利用运动补偿校正视频图像从而达到稳像目的。仿真结果表明:相对传统的投影曲线匹配法,本研究所用算法显著提高了图像平移向量检测精度并大大提高了运算效率,满足AGV对稳像系统高效性和实时性的要求。     

单目序列的刚体目标位姿测量

针对单目相机不具备构建合作目标的情况及其对平面上运动目标位姿测量的应用需求,提出一种基于目标轮廓的运动目标位姿自动解算方法.该方法以目标三维几何模型和相机参数作为先验信息,利用OpenGL生成位于不同位姿的运动目标模拟图像,通过模拟图像与实拍图像之间的关系进行位姿的求解.首先由离散位姿集合的模拟图像得到运动目标轮廓集合,由实拍图像运动目标轮廓与离散位姿轮廓集合中轮廓间的关系确定运动目标的初始位姿.然后构建初始位姿下模拟图像的目标轮廓与实拍图像目标轮廓间的距离代价函数,采用非线性优化算法迭代求解运动目标的精确位姿.实验结果表明,提出的方法可以有效地测量运动目标的位姿,且当图像中纹理复杂、受阴影影响时仍能取得较好的测量结果.     

基于单目运动摄像机的三维物体运动参数估计

针对单目视觉监测系统摄像机和目标物体同时运动时,如何有效测量物体三维运动参数的难题,提出一种基于单目序列图像对插入虚拟视点的算法确定运动物体位姿及运动参数的方法。动摄像机连续采集运动物体的图像序列,根据摄影几何原理对摄像机和运动物体进行分析,结合本质矩阵的特性,估算空间物体运动参数。实验结果表明,该方法能够在为摄像机与目标物体同时运动的情况下,有效地估测出物体三维运动参数,且该方法简单有效,具有较高的精确度和准确性。     

组合成像中的立体元阵列合成与稀疏视点采集

针对组合成像系统中的立体元图像阵列由于采集设备等因素限制而难以实景拍摄的问题,提出了一种利用稀疏视点图像通过并行映射获得立体元图像阵列的方法。该方法首先使用相机阵列拍摄实际景物的稀疏视点图像,然后分别计算每幅图像的水平和垂直视差图并重构出图像中每个像素所对应实际物点的空间位置,最后采用并行映射的方法生成立体元图像阵列,对于立体元图像中仍然存在的空洞,采用插值计算的方法进行填补。实验结果给出了采集到的稀疏视点图像以及合成后的立体元图像阵列,结果表明,合成图像具有连续的视差变化,可以真实再现拍摄对象的空间结构,而且本文方法在实现上优于传统的立体元图像阵列采集方法。     

氮分子激光阴影照相电子成像系统研究

介绍了一种以氮分子激光器作光源的ＣＣＤ相机阴影照相系统,该系统能可靠地对高速运动目标和瞬变现象进行阴影照相电子成像,并提出了基于该系统的阴影照相电子成像测速法．该系统具有一些独到的优点：作为系统光源的氮分子激光器的脉宽为纳秒量级（火花光源的脉宽为微秒或亚微秒量级）,适用于高速摄影;对环境无特殊要求,能在一般室内环境下正常工作;电子成像技术的采用,使得该系统无需显、定影及判读等操作,直接由计算机进行图像处理和输出．     

基于单目视觉的运动障碍物检测

针对室内结构化环境中光照和外界环境的实时变化,提出一种基于单目视觉的改进的运动障碍物检测算法。利用单目摄像头截取图像,进行灰度转换和中值滤波,将混合高斯模型背景差分法和帧差法相结合,并引入面积信息,对二值化后的差分图像进行形态学处理和连通性分析,有效的解决了空洞问题,得到完整的运动目标信息。实验结果表明,该方法能准确快速检测所观测区域内的运动障碍物,实时性,鲁棒性好,对光照等外界条件的变化有很好的适应性。     

3D混杂场景中机械臂自主分拣小目标的方法

为解决机械臂在大小目标共存的3D混杂场景中无法利用3D视觉传感器直接感知分布于操作视场范围内的小目标这一难题,提出一种基于"固定安装的全局Kinect深度相机"与"安装在机械臂末端执行器上的移动相机(手眼相机)"相结合的视觉系统混合配置方法.固定的全局Kinect深度相机用于感知并获取视场范围内的大目标点云,进而识别估计其位姿,然后借助路径规划技术引导机械臂到达大目标的上方,启动手眼相机近距离获取小目标的图像;离线阶段获取小目标的CAD模型,虚拟2D相机在以目标中心为球心的虚拟球表面的不同位姿和不同半径处拍摄目标的一系列二维视图,并且储存在目标的3D形状模板数据库中;在线阶段从真实手眼相机拍摄的场景图像中基于图像金字塔分层逐一搜索匹配,找到与目标模板相匹配的所有实例并计算其二维位姿,经过一系列转换后得到在相机坐标系下的初始三维位姿,应用非线性最小二乘法对其进行位姿修正.由ABB机械臂和微软Kinect V2传感器以及维视图像公司的工业相机进行位姿估计精度实验和混杂目标分拣实验,利用棋盘标定板来测定目标真实的位姿.实验结果表明,位置精度0.48 mm,姿态精度0.62°,平均识别时间1.85 s,识别率达到98%,远高于传统的基于特征和基于描述符的位姿估计方法,从而证明了提出方法的有效性和可行性.     

一种快速人脸目标检测和跟踪算法

以人脸为运动目标,利用图像的YUV模型和颜色检测算法在小范围内搜索,即时获得人脸的模板图像．在对序列图像进行目标搜索时,将金字塔方法和序贯相似匹配方法相结合,并采用粗精结合的两步匹配算法,获得运动目标的准确轨迹．实验证明,与传统的模板匹配算法相比,该算法的计算量大大降低,较大程度地提高了运动目标检测的速度．     

复杂环境下运动摄像机稳定跟踪运动目标算法

在复杂环境中,运动摄像机跟踪运动目标是一项相当困难的工作。在基于目标颜色特征的Mean Shift跟踪算法中,引入感兴趣区域（ROI,Region of Interest）,减少背景干扰及降低计算消耗。提出基于目标强度和目标面积的目标危机判别函数,对强干扰、遮挡情况进行识别;采用直方图维数和量化等级数自适应选取策略解决强干扰,采用子区域搜索选优策略解决目标遮挡和重新捕获的问题。为使被跟踪目标锁定在摄像机视野中央区域,采用基于速度调节的闭环控制模型,驱动PTZ摄像机,跟踪运动目标。实验结果表明,算法对背景干扰和遮挡具有较强的适应性,摄像机可以平滑稳健地跟踪快速运动目标,而且系统计算代价小,完全达到了实时的运行速度。     

基于立体视觉的三维空间入侵检测

针对平面视频监控无法感知运动物体深度的缺点,提出了基于立体视觉进行三维空间入侵检测的理论和方法。采用双目平行摄像系统,基于立体校正后的左右图像进行视差计算,并在视差图的基础上直接对运动物体做入侵判别;同时,设计了三维敏感区域的设置和报警策略。为了加快计算速度,采用一种基于下采样块匹配的方法来计算代价空间,最后用快速的局部动态规划输出视差图。在计算某目标的实际视差时,与目标的运动区域检测相结合,以减小计算误差。实际测试结果表明,该方法可以有效地探测到三维空间的运动目标入侵。     

一种基于数字图像的空间测距算法及仪器研发

根据相机小孔成像原理,建立基于数字图像的空间测距数学模型,利用双目相机采集被测物在空间坐标系的平面图像信息(像素坐标),标定相机内外部参数,确定像素坐标系、图像坐标系、相机坐标系和世界坐标系之间的关系,通过平面图像上的像素坐标计算被测物两点之间的空间距离。按照便携式、低功耗、兼容性的原则,研制基于数字图像的空间测距仪器,设计仪器的图像采集、数据传输、数据交换、数据处理模块。实验证明基于数字图像的空间测距仪器的测量误差小于1%,在机器人视觉、非接触工程测量、智能制造等领域具有广泛的使用价值。