学位论文 > 优秀研究生学位论文题录展示

基于双目视觉的运动物体检测系统研究

作　者: 颜卓
导　师: 韩晓微
学　校: 沈阳大学
专　业: 控制理论与控制工程
关键词: 双目视觉 运动物体检测 立体匹配 相机标定 分层定位
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 163次
引　用: 1次
阅　读: 论文下载
 

内容摘要


基于双目视觉的目标检测方法是当前计算机视觉研究领域的热点问题。与单目视觉相比,双目视觉具有还原真实场景三维信息、反映目标远近差异程度等优势,故可广泛应用于摄影测量、机器人、智能监控等各类视觉系统中,具有重要的理论研究价值和实践应用意义。本文首先介绍了与双目视觉技术相关的摄像机标定,特征提取与匹配,运动物体检测等关键技术的国内外研究现状及发展趋势,并重点论述了单目及双目视觉目标检测的常用方法。对目标识别应用中所涉及到的图像特征分类,特征提取,图像分割等现有的基本理论方法进行了比较分析。论述了双目视觉的基本工作原理和实现步骤。对常用的摄像机标定方法给予了分类介绍,包括摄像机成像的原理及模型,标定方法,参数调整等。提出了一种高精度摄像机标定方法,首先对每一幅图像的网格角点进行提取,进而利用下降梯度最小化重投影误差计算内外校准参数,并对镜头失真系数进行了调整。基于单目视觉,提出了一种具有记忆功能的实时自适应背景模板库更新和建立算法。首先初始化并更新模版库,采用稀疏矩阵和全矩阵相结合的方法检测目标,通过自适应方法判断及提取待定目标。基于双目视觉,首先计算出左右两个摄像头所采集的序列图像的视差图,并对所获得的视差图进行精确匹配。将视差图划分为多个子图像并进行最大连通区域标记,利用双向差分相乘法对视差图进行处理以实现目标检测。根据前景图像中所包含的景深信息,采用分层定位法对视频图像中的运动目标进行识别与跟踪。采用Matlab软件工具,对所提出的算法进行了仿真实验研究。实验结果表明:(1)提出的单目视觉目标检测方法可以有效地克服由于光照变化、背景干扰、遮挡等多方面的噪声因素影响,并对运动目标实现准确的动态识别与跟踪。(2)提出的基于双目视觉运动物体检测方法,能够对多个不同种类的运动目标进行实时和准确的检测,达到了预期的效果,具有较好的实际应用意义。

全文目录


摘要  6-7
Abstract  7-12
1 绪论  12-20
  1.1 选题依据、目的和意义  12-13
  1.2 国内外研究现状  13-18
    1.2.1 摄像机标定  13-14
    1.2.2 特征提取与匹配  14-16
    1.2.3 运动物体检测  16-18
  1.3 本文的主要研究工作  18-20
2 基本理论方法  20-33
  2.1 图像特征  20-24
    2.1.1 颜色特征  20-21
    2.1.2 纹理特征  21
    2.1.3 形状特征  21-24
    2.1.4 空间关系  24
  2.2 特征提取  24-29
    2.2.1 Harris 角点检测  24
    2.2.2 边缘检测  24-26
    2.2.3 区域分割  26-29
  2.3 立体视觉的原理及测量过程  29-33
    2.3.1 基本原理  29-30
    2.3.2 图像获取与相机标定  30
    2.3.3 图像预处理与特征提取  30
    2.3.4 立体匹配与景深计算  30-31
    2.3.5 测量过程  31-33
3 摄像机标定方法  33-43
  3.1 摄像机成像模型  33-37
    3.1.1 坐标系统  34
    3.1.2 坐标系变换  34-35
    3.1.3 摄像机镜头畸变  35-37
  3.2 常用标定方法  37-38
    3.2.1 传统标定方法  37
    3.2.2 自标定方法  37
    3.2.3 透视变换矩阵法  37-38
    3.2.4 径向排列约束法  38
  3.3 高精度摄像机标定方法  38-42
    3.3.1 内部参数标定  38-41
    3.3.2 偏斜系数调整  41
    3.3.3 外部参数提取  41-42
  3.4 实验结果与分析  42-43
4 单目视觉跟踪方法  43-50
  4.1 单目视觉目标检测方法  43-45
    4.1.1 初始化模板库  43
    4.1.2 二值化处理  43-44
    4.1.3 稀疏处理及全矩阵运算  44
    4.1.4 待定目标的自适应判断  44
    4.1.5 目标提取及模板库更新  44-45
  4.2 实验结果与分析  45-50
5 双目视觉跟踪方法  50-63
  5.1 常用双目视觉目标检测方法  50-53
    5.1.1 MeanShift 法  50-51
    5.1.2 稳定矩阵法  51-52
    5.1.3 光流法  52-53
    5.1.4 双目视差匹配法  53
  5.2 双向平行分层定位法  53-60
    5.2.1 视差图的平行式计算  54-56
    5.2.2 前景的双向差分相乘检测  56-59
    5.2.3 目标的直方图分层定位  59-60
  5.3 实验结果与分析  60-63
6 结论与展望  63-65
参考文献  65-68
致谢  68-69
攻读硕士学位期间发表的论文  69-70

相似论文

  1. 基于线特征的相机标定与定向方法研究,TP391.41
  2. 双目立体视觉关键技术研究,TP391.41
  3. 基于双目视觉的三维重建算法研究与实现,TP391.41
  4. 基于双目视觉的河道测量技术研究,TP391.41
  5. 双目立体匹配的算法研究及其多核并行化,TP391.41
  6. 时空结合的深度视频估计及相关研究,TP391.41
  7. 基于稀疏表示的立体匹配算法和红外目标的检测与跟踪,TP391.41
  8. 非单视点折反射全向相机的自标定方法研究,TP391.41
  9. 嵌入式网络视频检测技术的研究与实现,TP391.41
  10. 基于数字图像处理的拱顶位移监测系统研究,TP391.41
  11. 基于DLT理论的交通事故现场快速测绘技术与应用,U491.31
  12. 双目变焦调焦系统,TP391.41
  13. 基于视觉系统的无人直升机自主降落,V279
  14. 复杂背景下室内移动机器人双目立体视觉系统研究,TP242
  15. 可提供3D节目拍摄指导的极线校正方法研究,TP391.41
  16. 基于天文观测的高精度姿态测量技术研究,TP274
  17. 基于复杂曲面产品照片建模技术的研究,TP391.41
  18. 岩体形变实时监测系统研究,TP274
  19. 基于双目视觉的微工作台位姿测量方法研究,TH703
  20. 非量测型彩色数码相机测量精度研究,TB852.1

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com