基于视觉引导和超声测距的运动目标跟踪和抓取

提出了装配机器人系统中一种基于视觉引导和超声测距的运动目标跟踪和抓取方法。介绍了运动目标的跟踪原理 ,采用图像雅可比矩阵进行机器人运动控制 ,跟踪运动的目标。利用视觉引导技术 ,获取目标在图像平面中的位置与方位 ,进行平面跟踪 ,然后引导超声波测距装置测取目标深度信息。实验结果验证了本文提出的这种方法的可行性和有效性     

基于视觉引导和超志测距的运动目标跟踪和抓取

提出了装配机器人系统中一种基于视觉引导和超声测距的运动目标跟踪和抓取方法，介绍了运动目标的跟踪原理，采用图像雅可比矩阵进行机器人运动控制，跟踪运动的目标，利用视觉引导技术，获取目标在图像平面中的位置与方位，进行平面跟踪，然后引导超声波测距装置测取目标深度信息。实验结果验证了本文提出的这种方法的可行性和有效性。     

基于单目视觉的四旋翼飞行器目标跟踪算法研究

以AR.drone四旋翼飞行器为研究平台,提出一种基于AR.drone前置单目摄像头,并结合卡尔曼滤波跟踪视频中移动目标的方法。将采集得到的RGB图像经过颜色空间转换成对光照变化影响不大的HSV图像;通过OpenCV对视频中跟踪目标的图像去噪,对轮廓进行检测寻找图像中最大的轮廓目标,并通过卡尔曼滤波对目标位置进行修正;计算四旋翼飞行器的飞行朝向并实现四旋翼飞行器对视频区域里移动目标的跟踪。实验表明,该方法有效地实现了对移动目标跟踪的准确性、稳定性和快速性。     

复杂背景下弱小目标检测方法综述

基于图像信息的自动目标检测,在军事及工业领域有着广泛的应用前景.当成像系统和目标的相对位置较远时,目标在图像平面上表现为点状或不稳定斑点状,占有的像素少,信噪比低,在复杂背景下,目标基本上被噪声所淹没,检测比较困难.对这样的弱小目标的检测一直是运动目标探测中一个亟待研究与解决的问题,国内外学者进行了大量的研究.本文对一些典型的检测方法如序贯假设检测法、基于遗传算法的点目标检测与跟踪算法和基于图像对称差分运算的小目标检测方法等进行了分析和研究,阐明了各方法的基本思想、适用范围和优缺点,给出了相应的一些计算公式.最后指出了当前弱小目标检测算法的发展趋势.     

机载光电跟踪系统连续帧图像快速识别定位

针对机载光电跟踪系统连续帧图像快速识别、准确定位的要求,本文在深入分析连续图像序列特性和机载光电跟踪系统特点的基础上,结合精密转台的运动变化信息,提出了基于转角信息的连续帧图像处理算法.该方法根据精密转台的转角变化信息,采用连续的图像序列进行多帧间差值运算以获得目标残差图,残差图之间相乘.除去大部分随机噪声点,结合中值滤波和自适应渡门跟踪算法,大大的减小了运算量,实现了运动目标的快速跟踪定位.通过对目标实测图像序列的试验,结果表明,该算法具有快速、稳定等优点,能满足机载光电跟踪系统实时图像跟踪的要求.     

一类基于信息融合的粒子滤波跟踪算法

本文提出了一种基于图像多特征信息融合的粒子滤波跟踪算法.该算法利用颜色柱状图描述运动目标颜色分布信息,帧间差的梯度图像描述目标运动信息,并在柱状图框架下给出了运动目标颜色和运动似然模型,保证了颜色和运动似然模型在尺度上的统一.由于图像多特征提供了运动目标多方面的测量信息,从而提高了算法的可靠性.试验表明该算法在使用相同粒子数目的情况下较采用单一颜色特征的粒子滤波跟踪算法效果好.     

序列图像中目标的分割与跟踪

本文主要研究序列图像中目标自适应跟踪方法.文章首先分析比较了目前国内外常用的分割方法的优缺点,然后提出了一种可以实现快速跟踪的算法.该方法利用序列连续图像的帧间相关性和差异性检测目标,把目标历史运动信息经过预测滤波后的结果和差值的序列图像信息进行比较,以达到快速跟踪的目的.     

基于人脸肤色和特征的实时检测跟踪算法

针对实时视频中的运动人体目标,提出一种基于人脸肤色和特征的快速人脸检测和跟踪方法.首先运用帧差法和形状信息检测出视频中的运动人体目标;然后在YCbVCr色彩空间中,根据肤色的色度聚类特性建立Gaussian模型,分割出肤色区域,去除噪声后,结合人脸的几何特征和器官独有的颜色特征滤除非人脸肤色区域,准确定位人脸在图像中的位置;利用控制策略驱动摄像机,根据人脸信息使人的头肩部位始终处于视频图像的中心,从而实现运动跟踪.为了增强系统对光线变化的适应性,提出了适当的Gaussian模型参数更新策略.实验结果表明,该算法能够适应复杂背景下的人脸检测,具有速度快、准确率高、鲁棒性好的特点,实现了运动人脸的可靠跟踪.     

一种动态模板匹配的卡尔曼滤波跟踪方法

在视频跟踪系统中,运动目标检测是实现跟踪的前提和难点.为了能够有效地检测出目标,提出了一种基于动态模板匹配和卡尔曼滤波的目标跟踪算法.首先将前两帧图像差分检测运动目标区域,提取特征点;然后利用卡尔曼滤波在搜索区域中找到与目标模型最匹配的候选目标位置并与当前帧目标模板进行匹配;最后将特征点流失率作为限定阈值,采用模板更新策略动态更新模板.跟踪实验表明,该算法具有很好的匹配精度与实时性,对目标姿态变化、大小变化、遮挡问题等有很好的鲁棒性.     

基于多信息融合的运动目标跟踪方法

针对复杂环境下多运动目标跟踪的高冲突信息组合问题,在DSmT的理论框架下,提出了一种将局部冲突在局部进行分配的改进证据合并方法来研究多运动目标的跟踪问题.该方法通过深入分析冲突及其相关因素之间的关系,将目标的位置信息与颜色信息进行融合建立起多信息合并的运动目标跟踪模型.仿真实验结果表明:采用该方法可实现互遮挡条件下的多...