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。     

基于视觉运动目标跟踪技术分析

计算机视觉研究的主要问题之一是运动物体的检测与跟踪,它将图像处理、模式识别、自动控制、人工智能和计算机等很多领域的先进技术结合在了一起,主要应用在军事视觉制导、视频监控、医疗诊断和智能交通等各个方面,因此该技术已经成为一个重要的研究方向。阐述了视觉跟踪算法的研究现状和视觉跟踪算法的种类,研究了基于区域的跟踪算法、基于模型的跟踪算法、基于特征的跟踪算法和基于主动轮廓的跟踪算法,探讨了视觉跟踪算法的未来研究方向。     

基于计算机视觉的机器人路径识别与目标跟踪系统

针对当前现代机器人技术主要依托多种传感器、计算机视觉导航系统等,首先对移动机器人运动中用到的目标路径识别、视觉跟踪导航技术做了简要介绍,其次对移动机器人NXT主体结构及其路径识别、跟踪导航的实现做了详细分析,通过摄像机图像、超声波传感器数据信息的处理,来完成对机器人目标运动路径、瞬时位置的跟踪.特别在人工智能及传感器技...     

基于相似度优化的混合式视觉跟踪方法

针对复杂环境下视频目标跟踪问题,提出一种基于相似度优化的混合式视觉跟踪方法。首先,采用局部余弦相似性度量目标和候选模板的相似性,有效抑制因遮挡、光照突变等情况引起的脉冲噪声,提升模板匹配精确度;其次,基于目标函数的二次规划方法推导了局部目标的判别权重,有效提升了算法对目标和背景的判别能力;最后,在系统更新过程中引入模板的判别式更新,有效改善了模型漂移问题。实验结果表明,本文方法较好地改善了复杂挑战性背景下的跟踪鲁棒性和精确度。     

一种基于视觉的车辆跟踪及交通流量参数估计新方法

交通监控系统采集处理有关道路车流状况的实时信息,以指导车辆的运行,保障道路顺畅。基于视觉的交通监控系统具有直观明了、系统使用和维护费用相对较低等优点,因而可广泛应用于公路干线和交叉道口的交通监控。本文提出了一种改进的背景差法,改善了车辆检测效果,在此基础上进一步提出了用于灰度图像的综合车辆检测方法,以消除阴影的影响,提高车辆检测的准确性,进而实现车辆的跟踪、计数、车型划分和行驶速度估计。实验所用视频图像信号中路边建筑造成的阴影从无到有,直到覆盖整个路面。实验结果显示该方法简单有效,能实时提取交通信息其车辆检测的准确率达98％以上,优于背景差法和边缘检测法。     

基于Backstepping的移动机器人轨迹跟踪控制

对于由运动学模型描述的二自由度轮式移动机器人的轨迹跟踪问题进行讨论。采用积分Backstepping思想,通过构造一种简单的中间虚拟反馈变量同时结合Lyapunov直接法设计出时变反馈控制律,并且证明其控制效果能够达到全局渐近稳定。仿真结果验证了该控制律的正确性和有效性。     

基于卷积神经网络的无人机视觉跟踪系统设计

文章研究了具有云台摄像机(PTZ)的无人机视觉跟踪问题,并设计了能够自动初始化的跟踪系统。该系统首先通过PTZ相机系统拍摄的图像背景,计算包含运动目标的边界;其次,通过卷积神经网络算法决定该边界内是否存在无人机;最后,采用视觉伺服方案调整PTZ参数,使被探测无人机的边界尽可能地延伸到摄像机视场范围内。实验结果表明,文章设计的系统对无人机的快速机动具有较强的鲁棒性。     

基于ELM算法的起重船摆动轨迹跟踪

起重船进行海洋作业时,难免会受到风浪的影响,船体随之发生摇摆,使得起重船无法正常作业.船舶摇摆是一个复杂的非线性运动,神经网络具有很好的在线学习预测的能力,对此本文提出一种基于极端学习机ELM算法的轨迹跟踪方法,对起重船的摆动进行实时跟踪预测,在MATLAB中仿真出跟踪效果图,并与传统的BP神经网络算法对比,得出ELM具有更快更准确的跟踪预测能力,突出了ELM算法的优越性,最后可将此方法用于吊摆控制系统中.     

移动目标的轨迹跟踪技术

综合阐述了利用ＧＰＳ对移动目标轨迹的跟踪和定位技术。通过海事卫星进行传输,送给主控室计算机进行实时监控,在电子地图上进行轨迹跟踪显示,并在实际系统中获得应用。     

基于计算机的视觉立体匹配算法研究

计算机视觉技术主要是研究通过计算机技术来实现人的视觉功能的过程,计算机视觉研究的重点课题是立体匹配。双目视觉是和人体眼睛的视觉比较接近的,而且在实际应用中比较容易实现。文章对计算机视觉系统和立体匹配算法进行了分析,并且对双目视觉的视觉立体匹配算法进行了研究,通过相应的计算机算法对双目视觉立体匹配进行实现,具有一定的研究意义。     

基于分散化神经鲁棒控制的轨迹跟踪算法研究

针对外部扰动以及建模误差对机械臂轨迹跟踪精度影响的问题,利用递归神经网络设计了分散化的神经鲁棒控制器,采用机械臂各个关节状态方程的子系统表示整个系统。使用滤错训练算法估计神经网络未知权重系数,同时引入鲁棒项抑制关节神经控制器之间的相互影响和建模误差,并利用Lyapunov函数进行稳定性证明。与没有鲁棒项的仿真结果对比表明,设计的分散化神经鲁棒控制器具有更精确的轨迹跟踪精度,误差的收敛性更好,稳定性更高。     

Research on segmentation of weed images based on computer vision

In this letter, a segment algorithm based on color feature of images is proposed. The al- gorithm separates the weed area from soil background according to the color eigenvalue, which is obtained by analyzing the color difference between the weeds and background in three color spaces RGB, rgb and HSI. The results of the experiment show that it can get notable effect in segmentation according to the color feature, and the possibility of successful segmentation is 87%-93%. This method can also be widely used in other fields which are complicated in the background of the image and facilely influenced in illumination, such as weed identification, tree species discrimination, fruit picking and so on.     

基于BP神经网络的机械臂轨迹控制研究

针对六自由度机械臂耦合性强、时变、非线性等性能,基于拉格朗日动力学建模方法,文章采用BP神经网络逼近模型,实现高精度轨迹跟踪。该方法根据六自由度机械臂本体采集的数据进行黑箱辨识建模解耦,建模过程采用BP神经网络逼近,提升建模精度、简化建模过程。针对解耦后的系统,还需建立PID闭环控制器进一步实现轨迹跟踪控制。仿真及实验结果表明,基于BP神经网络的PID控制器能够改善系统的鲁棒性和稳定性,并有效抑制抖动。     

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...     

基于激光信息和射频识别的运动轨迹跟踪研究

为提高运动轨迹跟踪精度,设计了基于激光信息和射频识别的运动轨迹跟踪方法,首先将射频识别阅读器与激光传感器采集数据进行速度估算处理,并利用加权因子对激光传感器估算速度进行平滑处理,然后通过相似度对比方法匹配激光传感器与射频识别阅读器获取的运动目标速度,采用粒子滤波算法融合激光传感器与射频传感器获取的运动目标速度,通过粒子滤波的预测、更新与重采样三个阶段实现准确的运动目标轨迹跟踪,最后实验结果表明,该方法对目标的运动轨迹跟踪精确度高达99%。     

基于智能视觉的动态人脸跟踪

传统方法中对动态人脸识别采用的是单演局部主方向编码识别,通过分块子模式的加权融合进行人脸特征提取,因为人脸表情和姿态变化会导致识别结果出现误差。在智能视觉模式下,提出一种基于信息熵子模式主成分分析的动态人脸跟踪识别方法。基于特征状态空间重构方法,将人脸图像分成大小相等的子模块,对子模块进行信息熵特征提取,采用主成分分析方法进行人脸特征分类。仿真结果表明,采用该算法进行动态人脸跟踪识别,能有效实现人脸表情动态跟踪,人脸识别性能较好、精度较高,性能优于传统算法。     

基于计算机视觉技术的手势识别步骤与方法研究

计算机视觉技术在现代社会中获得了非常广泛的应用,加强对手势识别技术的研究有助于促进社会智能化的快速发展。目前,手势识别技术的实现需要完成图形预处理、手势检测以及场景划分以及手势识别3个步骤。此外,手势特征可以分为动态手势以及静态手势,在选用手势识别方法时要明确两者之间的区别,通常情况下选用的主要手势识别技术有运用模板匹配的方法、运用SVM的动态手势识别方法以及运用DTW的动态手势识别方法等。文章对此展开研究。     

Particle motion trajectory tracking based on fiber optic tweezers

A biosensor based on single-fiber optical tweezers is proposed, which can detect the motion trajectory of cells based on the stable capture and transmission of silica microspheres as well as biological yeast cells by using a tapered optical fiber as a sensing element. The interference cavity is formed by using the fiber tip and the target particle, the detected interference signal is demodulated using Hilbert transform, and the displacement curve of the particle is plotted to realize the particle motion trajectory tracking. This method provides potential technical support for process monitoring of targeted drug delivery in biomedicine.