基于多颜色融合及投影特征的跟踪算法

提出一种基于多颜色空间信息融合和投影向量的目标跟踪算法,用以解决传统camshift不能描述目标的空间信息等缺陷。该算法利用Y、U、V、H等多种颜色分量的统计直方图进行信息融合来描述目标颜色特征,通过水平和垂直投影直方图描述目标的空间位置信息。该算法可以反映跟踪目标的部分空间信息,并具备一定的形变适应性。实验表明,该算法能够较好地改进运动目标的跟踪效果。     

一种改进的基于颜色直方图的实时目标跟踪算法

基于颜色直方图的目标跟踪算法主要是利用彩色图像的颜色直方图信息,在获得颜色直方图水平投影和垂直投影的基础上,综合考虑运动预测和帧间的相似性,确定目标的位置,并结合模板更新的思想不断自适应地调整被跟踪目标的模板,从而实现对目标的跟踪,本文提出了的算法在原有的基于颜色直方图的目标跟踪算法的基础上,进行了两个方面的改进：（1）提出一种改进的直方图定义,使本算法能更好地实现小且目标物体的跟踪;（2）采用双模板更新与匹配的方法,使本算法对突变情况具有更强的鲁棒性。实验证明,本算法在保证跟踪准确度的同时,可以满足实时跟踪的要求。     

基于加权直方图和均值漂移的实时跟踪算法

均值漂移算法在跟踪过程中没有有效利用跟踪目标的位置、运动方向等信息,当物体快速移动、旋转时,实时跟踪的目标极易丢失;均值漂移算法利用密度梯度估计跟踪目标,直方图足用来统计图像或图像的某个区域中每个灰度级或颜色级的分布情况的,依据颜色分布进行匹配具有较好的稳定性.跟踪目标的直方图受目标形状变化的影响较小,但通常直方图不包含任何的空间位置信息,加权直方图有效利用了窄间信息.提出了一种加权直方图和均值漂移算法相结合的快速实时跟踪算法.实验证明该算法具有速度快、鲁棒性、稳定的特点,基本达到了实时跟踪处理的要求.     

基于DSP的主动视觉系统

为了提高目标检测的快速性与准确性,简化基于粒子滤波的目标跟踪算法中的直方图计算,提高检测和跟踪算法在基于DSP(数字信号处理器)的主动视觉系统上的运行速度,提出了一种基于DSP的机器人主动视觉系统.该系统通过改进的EMCV(embedded computer vision library)与启发式搜索方法,在DSP上实现了AdaBoost检测算法;利用增量式直方图计算算法实现粒子滤波中颜色直方图与边缘方向直方图的计算,将直方图融合到观测模型中,在DSP上实现并优化了目标跟踪算法.实验证实了该主动视觉系统中算法的快速性与系统的鲁棒性.     

一种基于速度预测的双目视觉跟踪混合算法

视觉跟踪技术作为计算机视觉研究的重要方向,得到了广泛应用。其根据目标表征方式可分为生成式方法和判别式方法。传统生成式方法虽然有较好的实时性,但容易受到复杂背景和遮挡影响,所以逐步被判别式方法所取代。针对传统生成式方法的缺点,结合双目成像系统空间定位的优势,提出了一种基于速度预测的双目视觉跟踪混合算法。通过帧间差分法发现视野中运动目标,采用双目定位确定其运动速度,并根据速度预估物体的下一帧位置;同时,使用ORB特征匹配、双目视觉极线约束和Mean-Shift进行验证和速度修正。试验证明,该算法能够准确地识别运动物体并对其进行跟踪,克服了生成式方法容易受到环境干扰的缺点,保留了其实时性的优势,具有较高的实用价值。     

空间编码与外极线斜率约束相结合的立体精匹配方法

三维型面非接触测量在工业领域有着广泛的应用前景。双目视觉是一种有效获取三维轮廓信息的方法，其中立体匹配是关键的一个步骤。本文提出了结合空间二进制编码与外极线斜率约束来实现立体精匹配的方案。首先利用空间编码将被测物空间划分成众多的不同编码区域．然后结合外极线斜率约束在左右两幅图像中具有相同编码的区城内寻找匹配点。该方法能够实现亚像素级的立体精匹配，改善了交向摆放姿态双目立体视觉系统的匹配质量。     

智能全景视觉传感网络目标跟踪方法设计

针对单景视觉会因目标颜色与背景颜色相同、或者遮挡物等干扰因素影响,容易导致跟踪目标丢失等,提出智能全景视觉传感网络目标跟踪方法,利用抛物面的发射镜与CCD的摄像机组合成折反射全景成像系统,通过两个成像系统拍摄的全景图像相应匹配点和已知的全景成像镜面参数,计算获得两幅图像彼此间的对极几何关系.再利用滤波清除光流噪声、通过二值化分割目标,获得待跟踪目标,接着在某一帧目标周围查询下一帧位置,敏锐感知目标较倾向起始位置周围的较小移动,同时尺度变化则需要令边界框尽可能保持起始位置的附近,完成目标精准跟踪.实验证明,所提方法不会因为外界干扰和背景颜色相同情况导致无法跟踪目标,且网络目标跟踪效率较高.     

有效块的多特征融合的目标跟踪方法

运动目标跟踪是计算机视觉领域的一个热点,针对目前运动目标方法在跟踪目标时候会考虑目标框中整体信息,但是被跟踪目标外形具有多变性,导致跟踪方法鲁棒性和精准度不高的问题。利用被跟踪目标局部结构,将跟踪目标看成块粒子,在序列蒙特卡方法下,构建块粒子置信函数和运动相似性函数,通过权重投票计算跟踪目标最佳位置。并基于基础跟踪方法单一特征提取不足的问题,提出一种基于HOG和颜色直方图多特征线性融合的方法。实验表明,与多种优秀跟踪方法相比,该方法取得最低平均跟踪误差14.83,且目标重叠率达到0.67,表明该算法可以稳定、准确地进行目标跟踪。     

一种基于单演相位特征的动态目标跟踪方法

颜色作为一个有效的视觉特征,被广泛用于目标跟踪中。但在光照变化环境下,颜色会发生变化,从而导致基于颜色的跟踪算法性能不稳定。单演相位作为包含图像重要信息的特征,具有在光照变化环境下性能稳定的特点。为了提高在光照变换环境下的跟踪稳定性,提出一种基于单演相位的动态目标跟踪方法,首先运用高斯模型更新背景并得到各动态目标,再计算出各动态目标的单演相位直方图,最后和待跟踪目标单演相位直方图模板进行匹配得到Bhattacharyya系数,比较各Bhattacharyya系数确定并跟踪目标。实验结果证明该方法在光照变化环境下具有很好的跟踪鲁棒性。     

基于双目视觉的智能跟踪行李车的设计

利用空间同一点在双摄像机画面上的视差,设计了一种基于双目视觉的智能跟踪行李车系统.采用CMOS摄像头搭建双目视觉系统,并用张正友法对主、从摄像头进行标定.通过对主、从视场内同一运动目标进行检测与匹配,并根据主、从视场中目标上同一点的视差计算出三维空间坐标,从而实现对目标的跟踪.采用模块化设计了系统硬件部分,并详细描述了目标识别算法和行李车运动控制策略.仿真结果表明,系统在单一背景下能较好地跟踪运动目标.     

双目视觉小波域SIFT匹配与极线约束算法研究

研究双目立体视觉技术,特征的提取和匹配是双目视觉的最基本的问题。目前,SIFT已经被证明鲁棒性最好的局部不变特征描述符。但是SIFT算法产生的误匹配较多,精度偏低,为了解决这一问题,同时降低算法特征提取与匹配的复杂度,达到双目立体视觉实时性的要求,文中提出了一种结合小波变换和SIFT特征点的双目立体视觉匹配方法。首先,对双目视觉系统采集的左、右图像进行小波分解,把分解得到的低频图像作为输入,用SIFT算法进行特征点的初始匹配,再利用极线约束的理论求得精确匹配。实验结果表明,该方法具有较强的适应性,能够在减少误匹配的同时,大大加快运算速度。     

基于双目视觉的小型无人直升机位姿检测

无人直升机的位置与姿态检测是直升机自主飞行控制的基础。基于双目视觉原理,对直升机标志点进行检测并跟踪,利用基于顺序一致性的极线约束匹配方法,对检测到的多个标志点进行立体匹配,计算标志点三维坐标从而得到无人直升机的位置与姿态信息。设计一个基于双目视觉的小型无人直升机空间位姿测量托架,用于飞行控制模型及飞行控制算法的研究及验证。     

基于双目内窥镜的散斑三维重建系统研究

传统的内窥镜只能提供清晰的图像,无法进行三维测量和三维重建.该文提出一种基于立体视觉原理的双目内窥镜系统,用于实现三维测量和三维重建,并开发了一套基于双目内窥镜的散斑三维重建系统.为了提高系统的标定精度和三维重建质量,该文提出一种高精度双目内窥镜标定参数优化方法及基于光轴双次旋转的立体校正算法.其中,测量系统由一个结构...     

Spatial color histogram based center voting method for subsequent object tracking and segmentation

In this paper, we introduce an algorithm for object tracking in video sequences. In order to represent the object to be tracked, we propose a new spatial color histogram model which encodes both the color distribution and spatial information. Using this spatial color histogram model, a voting method based on the generalized Hough transform is employed to estimate the object location from frame to frame. The proposed voting based method, called the center voting method, requests every pixel near the previous object center to cast a vote for locating the new object center in the new frame. Once the location of the object is obtained, the back projection method is used to segment the object from the background. Experiment results show successful tracking of the object even when the object being tracked changes in size and shares similar color with the background.     

Active,Foveated, Uncalibrated Stereovision

Biological vision systems have inspired and will continue to inspire the development of computer vision systems. One biological tendency that has never been exploited is the symbiotic relationship between foveation and uncalibrated active, binocular vision systems. The primary goal of any binocular vision system is the correspondence of the two retinal images. For calibrated binocular rigs the search for corresponding points can be restricted to epipolar lines. In an uncalibrated system the precise geometry is unknown. However, the set of possible geometries can be restricted to some reasonable range; and consequently, the search for matching points can be confined to regions delineated by the union of all possible epipolar lines over all possible geometries. We call these regions epipolar spaces. The accuracy and complexity of any correspondence algorithm is directly proportional to the size of these epipolar spaces. Consequently, the introduction of a spatially variant foveation strategy that reduces the average area per epipolar space is highly desirable. This paper provides a set of sampling theorems that offer a path for designing foveation strategies that are optimal with respect to average epipolar area.     

立体视觉中的双目匹配方法研究

本文首先对已有的双目立体视觉方法进行分析和总结 ,并依所选取的匹配特征和匹配方法的不同而将其分为利用灰度图像区域间相似性、特征点相关、边界或二阶导数过零点、二值拉普拉斯图像匹配、校正透视形变、动态规划、利用区域分割的结果和立体视觉连续性原理的各种演绎等类 ;然后对用金字塔图匹配边界基元的双目立体视觉方法进行了重点探讨 ;本文还对利用基极线约束实现匹配进行详细分析与推导     

结合SURF算子和极线约束的柑橘立体图像对匹配

提出一种结合SURF算子和极线约束的立体匹配方法。对采集的双目视觉柑橘图像进行R-B分量的计算,在该分量上,采用快速hessian检测子进行特征点检测,并使用SURF描述子对检测到的特征点进行64维的特征描述。采用欧式距离和极线约束进行特征点匹配。实验表明,该方法对一幅图像对的平均处理时间为293ms,在果实被遮挡或光线变化的情况下均能较好地进行特征点提取和匹配。该方法为后续的深度信息计算提供了基础。     

基于均值漂移与卡尔曼预测相结合的视频运动目标跟踪算法

传统的均值漂移算法是基于颜色直方图的迭代跟踪算法,在跟踪目标出现尺度变化的情况下,其跟踪结果往往出现偏差,甚至跟踪失败。鉴于此,提出了一种基于空间边缘方向直方图的均值漂移跟踪算法,使用空间分布和纹理信息作为匹配信息,将卡尔曼预测器融于均值漂移跟踪算法。实验表明,该方法能在尺度缩放等复杂背景下对目标进行准确有效的跟踪。     

基于新型双目机构的立体视觉系统标定

为了获得更大的摄像机视野和更高的系统鲁棒性，研制了一种新型的双目机构；并以此机构为核心搭建了立体视觉系统，之后对整个系统进行了标定．为有效地消除图像的畸变，提出了一种显—隐式畸变校正方法；此方法可以同时校正图像的径向和切向畸变，用最小二乘法即可求解．提出了一种简单而精确的分步旋转法来校准左右图像的极线．实验结果表明，经过显—隐式畸变校正方法和分步旋转法处理的立体图对，可以满足立体匹配的要求．     

西红柿采摘机器人视觉系统的设计与研究

设计、开发了西红柿采摘机器人的双目立体视觉系统,为机器人自动化采摘作业提供条件。采用VFW方法进行了实时采集系统的设计;基于成熟西红柿与背景之间颜色特征的差异信息进行图像分割来识别成熟西红柿;在摄像头标定和形心匹配的基础上,通过三维立体重建获取了西红柿果实的空间位置信息。实验结果表明:视觉系统的成熟果识别率可达到98%,图像分割识别整个过程消耗平均时间0.21s;当工作距离小于500mm时,除个别奇异点,测试距离误差绝对值可控制在14mm以内,能较好满足实际工作需要。