基于双目视觉的运动目标检测跟踪与定位

为克服传统目标检测跟踪方法无法对目标准确定位,以及在复杂环境下容易受光照、阴影等因素干扰的问题,提出了基于双目视觉的目标检测跟踪与定位方法。首先使用Matlab标定工具箱和OpenCV进行摄像机标定和图像校正,然后利用基于双目视觉的背景差分法实现目标检测,结合基于Kalman滤波的改进Camshift算法实现目标跟踪,最后利用视差图得到目标三维信息,从而实现目标定位。实验结果表明,所提方法能够实时跟踪运动目标并实现目标的准确定位。     

机器人双目视觉目标跟踪研究

简要介绍了双目视觉系统的软硬件组成,分析了图像采集模块得到的图像颜色模型的特点,将图像采集卡得到的图像转换成HSV格式.根据目标的颜色特征信息,进行双阈值图像分割,根据象素分布,得到目标跟踪窗口.从目标跟踪窗口得到目标的轮廓、中心等信息,由双目系统,求出目标距离.设计了一个简单的目标跟踪算法,控制电机转动,实现目标的对中.     

基于双目视觉的目标定位系统设计

基于双目视觉原理进行目标定位可以得到目标的深度信息。本文对双目视觉关键技术中的摄像机标定和立体匹配进行深入研究,采用改进的平面标定法和基于外极线约束和灰度相关性的立体匹配算法。搭建双目视觉系统实验平台,编制目标定位程序。实验结果验证本文方法的准确性。     

基于运动恢复的双目视觉三维重建系统设计

对基于双目立体视觉的一种三维重建系统进行了改进和扩展。将视差细化处理环节引入现有系统,使原视差及相邻视差的匹配代价拟合为一条二次曲线,并为该曲线重新寻找更加精确的视差。进一步将运动恢复计算环节引入系统,通过估计当前视角的摄像机运动矩阵和以跟踪点和摄像机运动矩阵为参数构造能量函数,对能量函数进行优化来有效缩小误差,恢复出准确的运动矩阵。实验结果表明:新增的视差细化处理环节有效提升了重建点云的精度,使细化前后三维重建结果误差平均减少了16.3%,避免了片状点云现象;新增的运动恢复优化环节,能够精确地恢复摄像机的运动矩阵,优化后三维重建结果平均重投影误差减少了95.5%;重构后不同视角的点云之间不再孤立,重建模型整体拼接自然。     

基于HALCON的双目视觉系统标定

论文对现有的双目视觉标定方法进行论述,阐述了双目视觉系统的原理,深入的介绍了双目视觉系统标定的原理,方法。此外,针对如何使用HALCON软件进行双目标定进行了详细的论述,分析了面阵摄像机的标定过程,该方法简单易行,充分发挥了HALCON的函数库功能,提高了标定精度和计算速度,而且具有良好的跨平台移植性。     

基于双目视觉和约束条件的行人目标定位

针对行人检测中计算量大、训练分类器耗时和无法满足实时性要求等问题,提出了一种基于双目视觉的行人目标定位方法。该方法利用图像处理技术获取候选轮廓,将轮廓的几何特征作为约束条件来筛选候选轮廓;利用双目视觉获取轮廓的深度信息后,将深度信息作为约束条件对候选轮廓进行进一步筛选。通过深度信息和几何信息的共同约束,识别出行人的头部轮廓,从而实现对行人目标的定位。实验结果表明,该方法减小了计算量,提高了检测精度。     

基于稀疏表示的视觉机器人运动目标跟踪研究*

针对分类器学习常常面临高维数据的问题,借助稀疏表示理论对目标样本多尺度Harr特征进行数据降维,构建朴素贝叶斯分类器进行目标正负样本的学习和更新,选择具有最大分类器响应值的样本作为目标的当前状态,实现了对运动目标的快速而有效的跟踪。实验结果表明该方法适用于机器人运动目标跟踪,在提高实时性的同时能保持一定的鲁棒性。     

基于改进PID算法的机器人双目视觉跟踪系统

概述了自主研制的机器人双目视觉跟踪系统，重点描述了所设计的基于单片机的目标速度反馈PID控制算法，并通过实验检验了该视觉跟踪系统的控制性能。实验证明该系统解决了普通图像直接反馈控制方法由于非线性原因而产生控制效果差的问题，基于目标速度反馈的PID控制算法优于普通图像直接反馈的控制算法。     

基于双目视觉定位的机械臂智能抓取控制研究

随着科技的发展,机械臂开始往更加智能化、自动化的方向发展,单单依靠传统的通过示教器执行单一指令的机械臂已远远不能满足各类复杂的生产和服务。为了让机械臂更加智能化和科技化,通过赋予其双目视觉感知模块和智能控制系统,对机械臂智能抓取控制进行研究。采用HSR-Co605协作机械臂,基于双目视觉相机在ROS系统进行仿真建模、运动规划、障碍物规避等试验;在复杂环境下实现了机器人双目视觉模块自主识别定位物体,同时对周围障碍物进行避障规划,实现机械臂自主运动规划及智能抓取操作。在不同场景下进行了智能抓取试验,并对其试验结果进行了分析,为后续机械臂能更好地适应复杂的工作环境以及产业化发展提供参考。     

并联机器人双目主动视觉目标定位的研究

为解决并联机器人"盲"工作状态,提高并联机器人的运动精度,构建了一种对并联机器人工作空间监测的双目主动视觉监测平台,并在双目主动视觉监测平台上给出了一种视觉空间目标定位算法.该算法分别研究了两个摄像机光轴在同-平面和不同平面时的空间目标定位问题.     

距离法运动目标激光跟踪测量系统的研究

运动目标空间位置坐标激光跟踪测量是计量测试领域的前沿课题。该测量系统集激光干涉测距、光电检测、精密机械、计算机及控制系统和现代数值计算于一体 ,对空间运动目标进行跟踪并实时测量其坐标和姿态。采用多个激光干涉仪进行冗余设计 ,仅通过测量距离的变化量而不需要测量角度量 ,就可以通过解最小二乘方程组计算出被测点的坐标。文中论述了纯距离法跟踪测量的数学模型、系统的光路设计以及基于 PID控制方法的跟踪控制系统 ,并完成了平面内运动物体的跟踪及测量可行性实验     

基于差分和特征不变量的运动目标检测与跟踪

提出了一种基于改进的图像差分算法与特征不变量匹配的目标识别方法。通过三帧差值法获得了更完整清晰的目标轮廓,并基于该轮廓信息构造了一个具有平移、大小和旋转不变性的特征不变量;然后提出动态极值匹配法,利用特征曲线的极值信息点进行识别匹配,并动态替换原特征模版。实验结果表明,该方法能够准确识别目标,显著地提高识别跟踪效率,并且适用于检测运动姿态发生变化的目标。对于分辨率为288×352像素,每像素8位量化的序列图像,处理每帧图像平均用时0.011 74 s,其中特征提取与匹配过程平均用时0.005 476 s,能够实现对运动目标的实时分析,可同时满足运动目标识别跟踪中实时性和准确率的要求。     

一种运动目标检测与跟踪的方法研究

针对视频序列中运动目标的检测与跟踪进行了研究,提出了一种基于视频序列的YCbCr模式归一化定义,利用三帧图像差分,区域生长生成运动矩形框的方法对目标进行运动分割;并利用基于速度差的粒子滤波器对运动框的移动进行预测,从而达到快速跟踪运动目标的目的。实验结果表明通过调节内部参数,在固定摄像机不复杂背景下对人、车运动目标检测与跟踪是快速且有效的。     

基于快速运动场景下的目标跟踪改进算法

为解决目标快速运动时跟踪算法出现目标丢失和跟踪精度大幅度下降等问题,在现有的Autotrack算法基础上对其进行改进,提出了一种基于快速运动场景下的目标跟踪算法。引入空间正则权重项w对距离目标中心比较远的样本进行相应的惩罚,调整原本的全局响应变化量并将其作为时间正则项。将空间正则项和时间正则项相结合,并引入目标函数中进...     

双摄像机双光源视线追踪系统标定方法研究

针对现有平面镜反射标定方法的不足,提出了一种基于多摄像机全局标定的视线追踪系统标定方法.通过在屏幕对面放置一对标定摄像机与系统摄像机构成多摄像机系统,标定摄像机直接拍摄标定目标,测量系统摄像机、光源和屏幕之间的空间位置关系.通过多摄像机全局标定确定系统摄像机和标定摄像机的坐标转换关系.通过坐标转换最终标定出系统摄像机坐标系中摄像机、光源、屏幕的空间位置关系.该方法解决了屏幕和光源不在系统摄像机视野范围内的问题,减小了图像误差.系统标定结果验证了该方法的有效性,同时为其他同类系统标定提供了一种解决问题的思路.     

物联网室内运动目标协作信息融合跟踪方法

物联网领域室内运动目标识别与跟踪是当今研究与应用的热点.提出一种基于RFID识别定位技术与CCD视频信息相融合的室内运动目标识别跟踪方法.首先利用RFID及提出的扩展虚拟参考标签定位方法对目标进行身份识别与粗定位,利用此信息指导多CCD开启或休眠,应用背景差分法对CCD监控图像检测目标并进行多视角融合实现较精确定位,最后通过加权平均得到运动目标位置.该方法融合了RFID快速识别定位及CCD视频定位准确的优点,实验结果表明,提出协作信息融合方法可有效提高室内目标跟踪准确度与实时性.     

基于双目立体视觉的无线柔性坐标测量系统

便携式坐标测量技术是近年来测量领域的研究热点之一。本文以双目立体视觉为基础,实现了一种简便易行的无线柔性坐标测量系统,该系统由两台CCD相机、一台电脑以及贴有标记点的测笔组成。通过手持测笔使其测端接触待测目标点,双CCD相机监控测笔上的标记点并解算出测端的三维坐标,来实现目标点三维坐标的测量。着重针对测笔标记点以及测端的标定这一关键问题,提出了一种简单有效的解决方法。讨论了双目立体相机与被测对象相对位置不变的单站式测量的原理和方法,同时为了克服相机视场的有限性,通过粘贴拼合标记点的方式,实现了相机在多个位置上的拼合测量,增强了系统的实用性。通过标定实验和测量实验对系统进行了验证。