基于动态视觉传感器的目标跟踪算法研究
发布时间：2021-11-28 09:15
动态视觉传感器是一种仿生视觉传感器,和传统的视觉传感器相比,具有延迟低、动态范围高、数据冗余度小、功耗低、数据异步输出等特点。动态视觉传感器不存在运动模糊,适用于采集高速运动的目标。另外,动态视觉传感器在反光场景和偏暗环境下能实现较好的数据采集效果。鉴于动态视觉传感器的这些优点,其在跟踪方面具有较大的运用潜能,本课题的研究目的是探索动态视觉传感器在跟踪方面的应用,释放动态视觉传感器在目标跟踪方面的潜能。为了实现这个目标,本文研究了动态视觉传感器特征提取、灰度图和事件流相结合的跟踪算法以及动态视觉传感器光流检测与特征跟踪这三个方面的内容,具体包括以下几个部分工作。首先,为了有效提取到特征点,本文研究了动态视觉传感器的特征提取算法。首先研究了通过生成积分图实现特征提取的算法,使用事件流积分生成积分图,再通过基本特征提取算法实现特征点提取。此外,针对动态视觉传感器数据异步输出的特点,研究了异步特征点检测算法。然后,为了利用动态视觉传感器延迟低、时间分辨率高等优点,本文研究了灰度图和事件流相结合的跟踪算法。本算法通过事件流积分生成积分图,通过灰度图生成预测图,利用二者之间的关系求出仿射变换参数...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
传统相机对高速运
哈尔滨工业大学工学硕士学位论文-4-像素传感器还仅仅是实验芯片，技术并不成熟。因此Mahowald设计的这套系统并没有得到大规模生产。在此之后，动态视觉传感器相关研究一直进展缓慢，并且主要集中在欧洲和北美地区。直到2008年，PatrickLichtsteiner和TobiDelbruck发明了一种性能优异的动态视觉传感器[6]。这种传感器通过检测视场中的对数亮度变化确定输出事件，事件包含像素位置、时间和极性。图1-3表示的就是这种传感器。该传感器的像素为128×128，在3.3v供电条件下，功耗仅24mW。在性能方面，该传感器做到了最小时间延迟为15us，动态范围为120dB。2011年，Posch带领的奥地利技术研究团队制作出了一款异步图像传感器[7]，该传感器使用了脉冲宽度调制（PWM）电路，实现了143dB的动态范围。图1-3128×128动态视觉传感器系统2014年，瑞士苏黎世联邦理工大学和苏黎世大学的Brandli和Berner等人研发出了动态有源视觉传感器(DAVIS)。不同于原来的动态视觉传感器，该型传感器具有同时采集灰度图和事件流的能力。使用这种传感器可以同时利用灰度图和事件流的优点[8][9]。不仅如此，动态有源视觉传感器(DAVIS)还配备了IMU系统，由此大量研究人员开始关注动态视觉传感器在slam领域和机器人领域的运用。自此，动态视觉传感器才开始受到关注，众多的研究人员开始探索动态视觉传感器在视觉领域的运用。现在已经有公司开始发售商业动态视觉传感器，国内外有三家公司具备开发能力，分别是中国的芯仑科技，瑞士的InLabs以及法国的Chronocam。这三家公司都处于初创阶段。由于动态视觉传感器的硬件发展历史较短，当前和动态视觉传感器相关的计算机视觉算法发展仍处于起步阶段。2015年，IEEE智能机器人与系统国际会议
哈尔滨工业大学工学硕士学位论文-12-第2章动态视觉传感器特征提取算法研究2.1引言本章将介绍动态视觉传感器的工作原理和特征提取算法。在动态视觉传感器方面，介绍动态视觉传感器的数学模型，数据输出格式以及运用优势。在特征提取算法方面，本章将介绍灰度图相关的特征提取算法和以事件流为输入的特征提取算法。当前开发出的Davis动态传感器可以同时采集灰度图和事件流，另外可以通过事件流积分形成积分图，因此可以通过基本特征提取算法实现特征提龋本章介绍的以事件流为输入的特征提取算法是一种异步角点检测算法，可以实现高效的特征提龋2.2动态视觉传感器动态视觉传感器（DVS）是受人眼视网膜成像原理启发而设计的一种仿生视觉传感器，如图2-1所示。动态视觉传感器通过事件驱动的方式采集数据，而不是固定频率采集数据。与传统相机不同，动态视觉传感器没有“直的概念。当现实场景中发生变化时，动态视觉传感器会产生一些像素级的输出，我们将每个像素点的一个输出称为一个事件[29]。一个事件可以表示为（t,x,y,p），这里的x，y为事件在二维空间的像素坐标，t为事件的时间戳，p为事件的极性。事件的极性代表场景的亮度变化，上升（positive）或者下降(negative)，这是一个二值化的数据。每一个像素点的传感器都是独立工作的，事件异步输出。图2-1动态视觉传感器
【参考文献】：
期刊论文
[1]角点检测技术综述[J]. 朱思聪,周德龙. 计算机系统应用. 2020(01)
本文编号：3524152
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
传统相机对高速运
哈尔滨工业大学工学硕士学位论文-4-像素传感器还仅仅是实验芯片，技术并不成熟。因此Mahowald设计的这套系统并没有得到大规模生产。在此之后，动态视觉传感器相关研究一直进展缓慢，并且主要集中在欧洲和北美地区。直到2008年，PatrickLichtsteiner和TobiDelbruck发明了一种性能优异的动态视觉传感器[6]。这种传感器通过检测视场中的对数亮度变化确定输出事件，事件包含像素位置、时间和极性。图1-3表示的就是这种传感器。该传感器的像素为128×128，在3.3v供电条件下，功耗仅24mW。在性能方面，该传感器做到了最小时间延迟为15us，动态范围为120dB。2011年，Posch带领的奥地利技术研究团队制作出了一款异步图像传感器[7]，该传感器使用了脉冲宽度调制（PWM）电路，实现了143dB的动态范围。图1-3128×128动态视觉传感器系统2014年，瑞士苏黎世联邦理工大学和苏黎世大学的Brandli和Berner等人研发出了动态有源视觉传感器(DAVIS)。不同于原来的动态视觉传感器，该型传感器具有同时采集灰度图和事件流的能力。使用这种传感器可以同时利用灰度图和事件流的优点[8][9]。不仅如此，动态有源视觉传感器(DAVIS)还配备了IMU系统，由此大量研究人员开始关注动态视觉传感器在slam领域和机器人领域的运用。自此，动态视觉传感器才开始受到关注，众多的研究人员开始探索动态视觉传感器在视觉领域的运用。现在已经有公司开始发售商业动态视觉传感器，国内外有三家公司具备开发能力，分别是中国的芯仑科技，瑞士的InLabs以及法国的Chronocam。这三家公司都处于初创阶段。由于动态视觉传感器的硬件发展历史较短，当前和动态视觉传感器相关的计算机视觉算法发展仍处于起步阶段。2015年，IEEE智能机器人与系统国际会议
哈尔滨工业大学工学硕士学位论文-12-第2章动态视觉传感器特征提取算法研究2.1引言本章将介绍动态视觉传感器的工作原理和特征提取算法。在动态视觉传感器方面，介绍动态视觉传感器的数学模型，数据输出格式以及运用优势。在特征提取算法方面，本章将介绍灰度图相关的特征提取算法和以事件流为输入的特征提取算法。当前开发出的Davis动态传感器可以同时采集灰度图和事件流，另外可以通过事件流积分形成积分图，因此可以通过基本特征提取算法实现特征提龋本章介绍的以事件流为输入的特征提取算法是一种异步角点检测算法，可以实现高效的特征提龋2.2动态视觉传感器动态视觉传感器（DVS）是受人眼视网膜成像原理启发而设计的一种仿生视觉传感器，如图2-1所示。动态视觉传感器通过事件驱动的方式采集数据，而不是固定频率采集数据。与传统相机不同，动态视觉传感器没有“直的概念。当现实场景中发生变化时，动态视觉传感器会产生一些像素级的输出，我们将每个像素点的一个输出称为一个事件[29]。一个事件可以表示为（t,x,y,p），这里的x，y为事件在二维空间的像素坐标，t为事件的时间戳，p为事件的极性。事件的极性代表场景的亮度变化，上升（positive）或者下降(negative)，这是一个二值化的数据。每一个像素点的传感器都是独立工作的，事件异步输出。图2-1动态视觉传感器
【参考文献】：
期刊论文
[1]角点检测技术综述[J]. 朱思聪,周德龙. 计算机系统应用. 2020(01)
本文编号：3524152
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3524152.html
