基于立体视觉的目标识别与跟踪研究

发布时间：2022-01-25 12:27

　　目标的识别定位和跟踪技术在各行各业都有着广泛的用途,并逐渐向自动化和智能化发展。本文采用可以获得空间三维信息的双目摄像头实现物体的识别与跟踪研究。双目摄像头具备图像采集简单、速度快、效率高、成本低、可构建三维空间的特点。本文使用双目摄像头对目标进行图像采集,对目标物体图像和视频流图像进行特征点提取与匹配以识别目标并确定目标在图像中的位置。通过双目摄像机成像原理和坐标系转换等原理完成在视频流图像中对目标图像的姿态判定和动态跟踪。本文主要完成以下方面的工作:首先,解决了目标物体在双目摄像头图像中的识别与定位问题。在双目摄像头图像中,对包含目标物体的已知图像和待匹配摄像头图像进行局部特征点的提取与配准,使用局部特征点匹配算法SURF对已知图像和未知场景图像进行匹配试验。然后择优选取匹配点对和使用RANSAC算法对提纯匹配对进行双级提纯优化,确定针对目标区域的单应矩阵,并推导出待匹配图像中目标物体的位置信息。其次,针对空间物体在双目图像中图像差异原理,提出了一种水平相对姿态识别算法。根据摄像头标定中获得的摄像头的内外参数为计算参数,以双目摄像头成像原理和坐标系之间的转换关系为基本计算原理,对双... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 主要技术概述
        1.2.1 立体视觉研究
        1.2.2 目标检测研究
        1.2.3 目标追踪研究
    1.3 国内外研究进展
        1.3.1 国外主要应用领域
        1.3.2 国内主要应用领域
    1.4 课题研究内容与论文结构
2 目标物体图像特征点匹配与优化
    2.1 图像特征概述
    2.2 SURF特征提取与描述
        2.2.1 构造Hessian矩阵
        2.2.2 构造高斯金字塔
        2.2.3 定位图像特征点
        2.2.4 确定特征点主方向
        2.2.5 构造特征描述子
    2.3 SURF图像匹配试验
    2.4 特征点匹配提纯优化
        2.4.1 RANSAC算法概述
        2.4.2 优化效果及分析
    2.5 确定目标图像位置
        2.5.1 单应矩阵
        2.5.2 目标位置确定
    2.6 本章小结
3 目标位置水平姿态偏角估计
    3.1 双目摄像机成像模型
        3.1.1 针孔成像模型
        3.1.2 坐标系介绍及转换原理
        3.1.3 双目摄像机原理
    3.2 立体视觉下水平姿态计算模型
    3.3 水平相对位姿估计试验
        3.3.1 实验摄像头介绍
        3.3.2 实验软件平台介绍
        3.3.3 试验验证分析
        3.3.4 试验结果及分析
    3.4 与SURF算法结合的水平姿态估计
    3.5 本章小结
4 动态视频目标物体跟踪
    4.1 目标跟踪算法选择
    4.2 KCF算法
        4.2.1 KCF基础知识
        4.2.2 KCF算法原理
        4.2.3 KCF算法流程
    4.3 与SURF算法结合的KCF算法
        4.3.1 算法结合的原理
        4.3.2 KCF算法跟踪效果
    4.4 目标识别跟踪实验
        4.4.1 实验硬件介绍
        4.4.2 算法实验验证
    4.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢


【参考文献】：
期刊论文
[1]基于灭点优化的单幅图像三维重建[J]. 刘震,汪家悦,陈丽娟.  浙江工业大学学报. 2019(02)
[2]人脸识别在校园管理中的应用[J]. 张霄鹏.  电子制作. 2019(06)
[3]运动目标检测方法综述[J]. 张前,赵新雪.  电子世界. 2019(04)
[4]基于CNN模型的遥感图像复杂场景分类[J]. 张康,黑保琴,李盛阳,邵雨阳.  国土资源遥感. 2018(04)
[5]运动目标检测和跟踪算法综述[J]. 王慧.  电脑知识与技术. 2018(24)
[6]目标检测算法研究综述[J]. 方路平,何杭江,周国民.  计算机工程与应用. 2018(13)
[7]机器人智能抓取系统视觉模块的研究与开发[J]. 叶卉,张为民,张欢,Jürgen Fleischer.  组合机床与自动化加工技术. 2016(12)
[8]基于视觉的目标检测与跟踪综述[J]. 尹宏鹏,陈波,柴毅,刘兆栋.  自动化学报. 2016(10)
[9]基于SURF特征提取和FLANN搜索的图像匹配算法[J]. 冯亦东,孙跃.  图学学报. 2015(04)
[10]多种角度比较SIFT、SURF、BRISK、ORB、FREAK算法[J]. 索春宝,杨东清,刘云鹏.  北京测绘. 2014(04)

博士论文
[1]智能移动式水果采摘机器人系统的研究[D]. 顾宝兴.南京农业大学 2012
[2]基于实时视觉的乒乓球机器人标定和轨迹跟踪技术研究[D]. 张远辉.浙江大学 2009

硕士论文
[1]视频中行人检测与跟踪方法研究[D]. 田娟娟.西安理工大学 2018
[2]基于双目视觉的三维重建软件设计[D]. 高如玉.沈阳工业大学 2018
[3]基于机器视觉的工业机器人定位抓取技术的研究[D]. 曾志伟.广东工业大学 2018
[4]基于视觉的目标检测与跟踪算法研究[D]. 樊能.杭州电子科技大学 2018
[5]基于双目立体视觉的水果识别与定位的研究[D]. 宋西平.天津职业技术师范大学 2016
[6]基于双目视觉的运动目标跟踪算法研究与应用[D]. 陈诚.哈尔滨工业大学 2014
[7]基于双目视觉的运动目标跟踪算法研究及应用[D]. 郑薇.哈尔滨工程大学 2012
[8]基于双目立体视觉的旋转体三维重建技术研究[D]. 胡龙.大连理工大学 2007



本文编号：3608537