基于改进核相关滤波器的PTZ摄像机控制方法

针对传统的PTZ(pan-tilt-zoom)摄像机控制方法是依靠人工操作,无法连续、实时跟踪动态目标,且跟踪目标准确度低等缺陷,提出了一种基于改进的核相关滤波器(KCF)目标跟踪算法的PTZ摄像机控制方法.首先,对传统的KCF目标跟踪算法做了运动状态估计和尺度估计方面的改进.在目标运动状态估计中,将粒子滤波框架与传统KCF算法相结合,估算出运动目标的位置.这种基于概率的运动状态估计方法可以获得更加稳定的目标信号并同时减少背景干扰信息的引入,从而可以在复杂场景下具有更强的抗干扰性.目标尺度估计中采用相关滤波器在尺度金字塔中估算目标的尺度,使算法对尺度变化的运动目标具有更强的适应能力.其次,根据跟踪结果信息,通过PELCO D协议控制PTZ摄像机,始终保持目标在视频画面内.最后,将改进KCF算法与其他跟踪算法在Benchmark数据集中做对比实验,验证改进算法的鲁棒性与有效性.将算法应用于PTZ摄像机的控制中,并用C++语言实现了改进KCF算法控制PTZ摄像机上位机,实验结果表明该PTZ摄像机控制方法能准确跟踪被遮挡目标,使其稳定地呈现在取景框中.     

基于深度相机的移动机器人视觉跟踪控制研究

基于视觉利用移动机器人进行运动目标跟踪,该文提出一种基于二自由度云台和RGB-D相机的运动目标视觉跟踪及移动机器人路径实时规划、跟踪方法。该方法利用核相关滤波算法在图像中实时追踪目标,控制二自由度云台使深度相机实时对准目标,并根据深度相机得到目标的深度信息,利用坐标转换得到目标相对于机器人的位置信息;其后移动机器人根据目标的位置信息,基于五次多项式进行路径规划;最后采用李雅普诺夫控制律对移动机器人进行轨迹跟踪控制,使得机器人能够平稳地跟踪目标运动。该算法在阿克曼移动机器人上进行了实验,实验结果验证了算法的有效性和实时性。     

PTZ摄像机跟踪运动目标的智能控制算法的研究

针对传统的PTZ摄像机跟踪运动目标时依靠人工操作,无法连续、实时动态跟踪,甚至导致跟踪失败的缺点,提出以HSV颜色直方图作为模型特征,通过Camshift算法和卡尔曼滤波器实现运动目标的定位和预测补偿,运用闭环控制机制自动调节云台的转动和镜头的变倍,提高了系统的实时性。通过Android智能手机手动调节云台和镜头,配合自动跟踪系统,使跟踪效果更准确。结果表明:该方法是可行的,具有控制简单、定位准确的优点,能提高目标跟踪的实时性和可靠性。     

基于全景视觉的监控系统设计

设计了一个基于全景视觉的多摄像机监控网络。全景相机视野广,可以实现大范围的目标检测与跟踪。云台摄像机视角具有一定的自由度,可以捕捉目标的高分辨率图像。将全景相机与云台相机相互配合,通过多传感器的数据融合,分层次的跟踪算法及多相机调度算法,实现了大范围的多个运动目标的检测与跟踪,并能捕获目标的清晰图像。实验验证了该系统的有效性和合理性。     

动态云台摄像机无人机检测与跟踪算法

为应对小型无人机的黑飞、滥飞对个人隐私、公共安全造成的威胁,本文采用高清云台摄像机定点巡航的方式对近地动态复杂背景中的无人机进行检测与跟踪,并提出了一种适用于动态云台摄像机的闭环无人机检测与跟踪算法,包含检测与跟踪两种模式。在检测模式下,本文设计了一种基于运动背景补偿的运动目标检测算法来提取分类候选区域,然后利用基于神经网络结构搜索得到的轻量级卷积神经网络对候选区域进行分类识别,可在不缩小高清视频图像的条件下实现无人机检测;在跟踪模式下,本文提出了一种结合卡尔曼滤波的局部搜索区域重定位策略改进了核相关滤波跟踪算法,使之在高清云台伺服追踪过程中仍能对目标进行快速稳定的跟踪;为将检测模式与跟踪模式结合在闭环框架中,本文还提出了一种基于检测概率和跟踪响应图状态的自适应检测与跟踪切换机制。实验表明,本文算法可应用于定点巡航状态的高清云台摄像机,实现近地复杂动态背景中无人机的实时准确检测、识别与快速跟踪。     

高速球形摄像机PTZ跟踪策略设计及实现

针对智能监控中基于高速球形摄像机的PTZ跟踪功能模块,设计了一种PTZ跟踪控制策略。该策略在球机机械参数未知的情况下,一方面能控制球机实时地跟踪目标使目标始终处于视野中央,另一方面可自动进行变倍动作来放大拍摄目标的局部细节。针对球机Zoom控制中跟踪窗口大小自适应调整的问题,利用SIFT算法设计了一种计算球机变倍率的方法。利用VS2005和OpenCV软件平台实现了PTZ跟踪的整体流程。实验表明,该策略能有效、稳定地进行PTZ跟踪。     

基于自动识别系统的长江控制河段船舶视觉伺服跟踪方法

针对狭窄弯曲的控制河段目标船舶跟踪监视难度大,直接采用现有海事视频跟踪监视方法存在跟踪滞后、对准误差,乃至目标丢失的问题,提出了采用船舶自动识别系统(AIS)与多个云台摄像机联动的方式对控制河段船舶进行主动跟踪监视。云台摄像机根据目标船舶的经纬度进行初始对准;同时结合船舶航速、航向进行动态预测跟踪以平滑图像并消除跟踪滞后;进一步运用目标船舶图像识别进行误差校正,以保证目标船舶始终处于最佳监视区域。仿真结果表明,该算法可对目标船舶进行连续、动态跟踪,实时性好,准确性高。     

一种用于视频监控的双摄像头系统实现

提出了一种新颖的用于视频监控的双摄像头系统,在此系统中全景摄像机与PTZ摄像机(云台摄像机)结合在一起,既能对大范围内的目标进行检测与跟踪又能对目标的详细图像进行捕捉。在全景摄像机获取的图像中进行运动检测,获取运动物体位置信息后利用PTZ摄像机对其进行检测分析,以实现二者的数据融合。设计了全景摄像机的反射镜面,对该双摄像头系统进行了标定,在实验室环境下的进行实验验证了系统的性能。     

小型无人机地面目标跟踪系统机载云台自适应跟踪控制

本文针对小型无人机地面目标跟踪系统,提出了一种机载云台自适应跟踪控制算法.该算法在摄像机外参数未知的情况下,利用图像信息和机载传感器得到的无人机状态进行反馈,最终实现了对云台摄像机姿态的控制,使得无人机在跟踪目标飞行过程中,地面目标可以始终保持在摄像机的图像中心.为此,论文首先通过分析无人机、目标和摄像机三者的相对位姿关系,建立了目标点在图像平面的运动学模型.在此基础上,基于李雅普诺夫稳定性理论设计了自适应控制算法.理论分析与仿真结果表明本文所设计的摄像机姿态控制器在摄像机外参数未知的情况下,可以使被跟踪目标始终保持在图像中心.     

基于图像采集卡的智能安防监控系统设计

本文研究了基于Matrox图像采集卡的智能安防监控系统的总体解决方案,硬件设计部分详细叙述了该系统的图像采集模块设计和云台控制模块设计.通过对摄像机采集的图像进行运动目标的跟踪分析.产生控制信号,控制承栽摄像头的云台运动.以实现运动目标的跟踪:软件设计部分.针对运动目标的检测跟踪各种跟踪方法,详细研究并实现了基于时间差分的运动目标检测方法.完成了系统整体软件设计.实践证明,该系统具有较好的检测效果.