学位论文 > 优秀研究生学位论文题录展示

基于鱼眼镜头的综合跟踪算法研究及在智能相机中的实现

作　者: 刘庆杰
导　师: 曹作良
学　校: 天津理工大学
专　业: 机械设计及理论
关键词: 鱼眼镜头粒子滤波均值漂移综合跟踪算法嵌入式系统
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 55次
引　用: 0次
阅　读: 论文下载

内容摘要

鱼眼镜头因其超大范围的视场角成为近年来机器视觉领域内的研究热点,并得到了很多成功的应用。本文在鱼眼镜头全方位视觉的基础上,研究了识别与跟踪算法并得到了成功的验证。图像跟踪是一个迅速发展中的研究领域,国内外学者对图像跟踪算法进行了大量的研究,每年都有大量的研究成果涌现。粒子滤波和均值漂移是研究的最多、应用最广泛的两个算法,两个算法都与概率学有着紧密的联系,却都有着各自不同的优缺点。粒子滤波算法在非高斯、非线性情况下有着很好的应用,对遮挡不敏感,鲁棒性好,但是跟踪精度的提高依赖于大量的粒子计算,会降低算法的实时性。均值漂移算法在匀速、无遮挡情况下会实时、精确的跟踪目标,但是在有干扰、遮挡时算法会失败。本文在研究了不同环境下两种算法的优缺点之后对两种算法进行了改进。在室外时颜色特征的跟踪往往导致跟踪的失败,多特征的融合会弥补单一特征的缺陷,融合采用民主策略。此算法在室外环境中以路灯灯头为目标的跟踪上得到了成功的验证。另一种改进的算法我们将粒子滤波与均值漂移两种算法的优缺点进行结合,即保留粒子滤波非高斯、非线性、鲁棒性好、遮挡不敏感的优点又加入了均值漂移,克服了原告实时性不好的缺点。并在最后对三种算法进行了对比,实验证明改进后的两种算法具有很好的实时性、鲁棒性与精度。嵌入式开发平台体积小、功耗小、效率高,本文的最后介绍了一款具有自主知识产权的智能相机,集图像的采集、处理于一体,并将改进后的跟踪算法移植到智能相机中,同时开发了相机的PC客户端,用于与智能相机进行通信、控制。最后的实验中我们详细介绍了相机的结构与移植情况,并且算法与相机都得到了很好的验证。

全文目录

摘要  5-6
Abstract  6-9
第一章绪论  9-15
  1.1 论文研究的目的与意义  9-10
  1.2 机器视觉  10
  1.3 全方位视觉概述  10-12
    1.3.1 全方位视觉的优缺点  11
    1.3.2 全方位视觉应用  11-12
  1.4 鱼眼镜头  12-13
  1.5 图像跟踪概述  13-14
  1.6 课题来源和主要研究内容  14-15
第二章目标识别  15-20
  2.1 颜色阈值分割  15-18
    2.1.1 颜色空间  15-17
    2.1.2 动态ROI 划分  17
    2.1.3 改进的颜色分割  17-18
  2.2 基于最大相关度的模板匹配算法  18-20
第三章跟踪算法研究  20-29
  3.1 目标跟踪引论  20-21
  3.2 粒子滤波算法  21-24
    3.2.1 序列重要性采样  21-22
    3.2.2 退化现象  22-23
    3.2.3 重要性密度分布的选择  23
    3.2.4 重采样  23-24
    3.2.5 粒子滤波器的设计  24
  3.3 MEAN SHIFT 跟踪算法  24-29
    3.3.1 无参密度估计理论  24-25
    3.3.2 利用Mean Shift 方法进行目标跟踪的基本原理  25-26
    3.3.3 Mean Shift 在目标跟踪中的应用  26-29
第四章综合跟踪算法  29-33
  4.1 多特征融合的料子滤波算法  29-30
  4.2 颜色直方图与梯度直方图的融合  30-31
    4.2.1 梯度直方图  30-31
  4.3 基于MEAN SHIFT 与粒子滤波的粒子漂移算法  31-33
第五章算法实现及室外实验  33-44
  5.1 环境简介  33-34
  5.2 自动阈值调整  34-35
  5.3 ONLINE SELECTION 算法  35-36
    5.3.1 Seed Features（种子特征）  35-36
    5.3.2 Log Likelihood function（相似度函数）  36
    5.3.3 Evaluating Function（度量函数）  36
  5.4 室外实验算法流程  36-39
  5.5 实验分析  39-44
第六章智能相机移植  44-60
  6.1 BLUEEYE 智能相机介绍  44-47
    6.1.1 BlueEye 智能相机概述  44
    6.1.2 智能相机的结构  44-45
    6.1.3 BlueEye 的工作过程  45-46
    6.1.4 BlueEye 的配置和开发  46-47
    6.1.5 系统资源  47
  6.2 BAYER 格式解码与白平衡  47-49
    6.2.1 Bayer 格式  47-48
    6.2.2 白平衡  48-49
  6.3 BLUEEYE 相机端开发  49-52
    6.3.1 主要模块简介  50-52
  6.4 PC（客户端）开发  52-55
    6.4.1 接收数据  53-54
    6.4.2 发送数据  54-55
  6.5 DSP 程序优化  55-59
    6.5.1 编译优化  55-56
    6.5.2 程序优化  56-57
    6.5.3 算法及程序结构优化  57-58
    6.5.4 函数优化  58-59
  6.6 实验结果  59-60
第七章总结与展望  60-62
  7.1 工作总结  60
  7.2 未来工作展望  60-62
参考文献  62-64
发表论文和科研情况说明  64-65
致谢  65-66

基于鱼眼镜头的综合跟踪算法研究及在智能相机中的实现

内容摘要

全文目录

相似论文