基于视觉的船舶跟踪与三维定位技术研究与应用

发布时间：2017-09-26 01:24

  本文关键词：基于视觉的船舶跟踪与三维定位技术研究与应用

  更多相关文章： 双目视觉 目标跟踪 立体匹配 视差定位

【摘要】：随着对海洋资源的进一步开发和利用,海洋船舶的协同作业需求越来越迫切。在海洋协同作业中,例如：海洋平台建筑、海上铺缆,需要实现对船与船之间的位置控制,以保证其安全距离和协同作业的最佳相对位置,对目标船的跟踪及与目标船间相对位置的测算是首先要解决的问题。本文通过采用双目视觉技术实时跟踪目标船只并给出目标的三维坐标,从而为控制部分提供精确的位置传感信息。 本文的主要工作如下： 1.首先介绍了视觉测量技术的发展现状,并通过各种测量技术的对比论证了视觉技术在船舶测量领域的可行性和应用前景。 2.研究了立体视觉和双目测距的相关理论,双目测距算法可根据摄像机的摆放位置不同分为双目光轴汇聚模式和双目光轴平行模式,通过对比并结合实际实验平台最终采用了计算简单,易于实现的双目光轴平行模式的测距方法。 3.对目前主流摄像机标定方法进行了研究分析,其中张氏标定法是一种十分成熟并且得到广泛应用的方法,它在标定方法的灵活性以及准确性方面都作出了较大突破,鉴于此本文采用张氏标定法完成双目摄像机进行标定。首先采用基于OpenCV的标定程序对双目摄像机进行了标定,但是标定结果并不稳定,最后采用基于Halcon软件的标定程序获得了相对稳定的标定结果。 4.对萨里大学Zdenek Kalal的TLD(Trackiong-Learning-Detection)跟踪算法进行了深入学习和研究,该方法将跟踪、检测、学习三部分相结合,具有实时性好,鲁棒性强,可以实现长时跟踪等优点。因此本文在船舶跟踪定位系统的跟踪模块采用该算法对目标物进行跟踪,并针对具体应用对该算法进行了相关测试,该算法对目标高速运动、小角度旋转、出现部分遮挡有较强的免疫力,其中当目标旋转角度较大时,算法的稳定性会变差。 5.在立体匹配模块采用准确性高,适应性好的NCC匹配算法,但是该算法在传统应用中由于计算量大,从而导致匹配效率低。本文将跟踪模块与匹配模块相结合,跟踪模块为匹配模块提供约束条件,具体设计为：跟踪模块以目标窗口的形式给出跟踪结果,即匹配模块在跟踪结果中进行左右目匹配,同时匹配的对象——角点已提前获取,数量设定在一定范围之内,该设计使NCC算法计算量大大降低,提高了匹配的实时性和准确性。 6.最后,基于Matlab R2010b, VC++6.0和OpenCV1.0开发了船舶跟踪定位系统,通过实验证明,船舶跟踪定位系统的研究具有可行性,相比雷达、GPS,超声波、红外、激光等测距方法而言,本系统可同时完成动态目标跟踪和定位并能提供三维图像的丰富信息,具有很强推广应用价值。
【关键词】：双目视觉 目标跟踪 立体匹配 视差定位
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U675.7
【目录】：

• 摘要4-6
• ABSTRACT6-8
• 目录8-11
• CONTENTS11-14
• 第一章 绪论14-18
• 1.1 课题研究的背景及意义14-15
• 1.2 国内外研究现状及分析15-17
• 1.3 本论文的主要研究内容17-18
• 第二章 基于双目立体视觉的测距方案选择18-24
• 2.1 双目立体视觉18-19
• 2.2 双目测距原理19-23
• 2.2.1 双目光轴汇聚模式19-21
• 2.2.2 双目光轴平行模式21-23
• 2.3 本章小结23-24
• 第三章 双目相机的标定24-40
• 3.1 视觉相关的几种坐标系及它们之间的关系24-25
• 3.2 摄像机投影几何模型25-29
• 3.3 摄像机畸变模型29-30
• 3.4 摄像机传统标定方法30-34
• 3.4.1 直接线性变换(DLT变换)30
• 3.4.2 非线性优化方法30-31
• 3.4.3 RAC标定方法(DLT变换)31
• 3.4.4 张氏标定法31-34
• 3.5 摄像机自标定方法34-35
• 3.6 实验与结果分析35-38
• 3.7 本章小结38-40
• 第四章 基于TLD的跟踪算法设计与实现40-59
• 4.1 跟踪算法概述40-43
• 4.1.1 不依赖于先验知识的跟踪40-42
• 4.1.2 基于先验知识的跟踪42-43
• 4.2 TLD跟踪算法简介43-44
• 4.3 TLD跟踪算法的实现44-54
• 4.3.1 先决条件45-46
• 4.3.2 目标模型46-47
• 4.3.3 跟踪模块47-50
• 4.3.4 检测模块50-52
• 4.3.5 整合器52
• 4.3.6 学习模块52-54
• 4.4 算法评价54-56
• 4.5 跟踪测试实验56-58
• 4.6 本章小结58-59
• 第五章 双目视觉的立体匹配59-69
• 5.1 立体匹配的约束准则59-60
• 5.2 立体匹配算法分类60-63
• 5.2.1 基于局部的约束算法60-62
• 5.2.2 基于全局的约束算法62-63
• 5.3 本文匹配算法设计63-67
• 5.3.1 匹配特征的选取63
• 5.3.2 角点提取算法的选择63-65
• 5.3.3 匹配算法的选择65-67
• 5.4 双目匹配实验67-68
• 5.5 本章小结68-69
• 第六章 跟踪定位系统的设计与实现69-74
• 6.1 系统硬件选型69-70
• 6.2 系统软件组成70-71
• 6.3 目标定位实验71-73
• 6.4 本章小结73-74
• 结论74-76
• 参考文献76-81
• 攻读学位期间发表的论文及获奖81-83
• 致谢83

【引证文献】

中国硕士学位论文全文数据库 前1条

1 岳鑫;基于机器视觉的智能轮椅障碍检测方法研究[D];西安工业大学;2016年

，

本文编号：920707