基于某dw1000芯片對(duì)運(yùn)動(dòng)目標(biāo)地定位算法地地地研究

《基于某dw1000芯片對(duì)運(yùn)動(dòng)目標(biāo)地定位算法地地地研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、實(shí)用標(biāo)準(zhǔn)文案基于DW1000芯片對(duì)運(yùn)動(dòng)目標(biāo)的定位算法的研究劉暢國際學(xué)院2011級(jí)8班，20112129582011212958@bupt.edu.cn摘要:本文提出三種不同類型的定位算法，一種為超聲速運(yùn)動(dòng)目標(biāo)的被動(dòng)聲定位算法,一種為融合背景補(bǔ)償與均值漂移的運(yùn)動(dòng)背景下目標(biāo)分割定位算法，一種為直接對(duì)前景運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)與定位的新方法。結(jié)合DW1000芯片的特性，比較分析得出融合背景補(bǔ)償與均值漂移的運(yùn)動(dòng)背景下目標(biāo)分割定位算法更適合于應(yīng)用于基于DW1000芯片的對(duì)運(yùn)動(dòng)目標(biāo)的定位研究。關(guān)鍵詞:運(yùn)動(dòng)目標(biāo)；定位算法；DW

2、1000芯片；ResearchonMovingObjectLocalizationAlgorithmwhichBasedonDW1000ChipAbstract:Threedifferentmethodsisproposedinthisarticle,onetypeisapassivelocalizationalgorithmofsupersonicobject,anotheroneisanalgorithmofsegmentationandlocationofmovingobjectinmovingsce

3、neswiththefusionofbackgroundcompensationandmeanshift,thelastoneisanewmethoddetectionandlocationofforegroundmovingobjectdirectly.CombiningwiththecharacteristicofDW1000chip,wecanmakeacomparativeanalysisthatalgorithmofsegmentationandlocationofmovingobjectinmo

4、vingsceneswiththefusionofbackgroundcompensationandmeanshift,ismoresuitablefortheresearchofmovingobjectlocalizationwithDW1000.Keywords:movingobject,localizationalgorithm,DW1000chip精彩文檔實(shí)用標(biāo)準(zhǔn)文案0引言在運(yùn)動(dòng)背景中檢測(cè)運(yùn)動(dòng)目標(biāo)在軍事、交通、監(jiān)控等方面應(yīng)用很廣泛。常用的方法就是首先對(duì)運(yùn)動(dòng)背景進(jìn)行全局運(yùn)動(dòng)估計(jì)和補(bǔ)償，將運(yùn)動(dòng)背景轉(zhuǎn)換為

5、靜止背景，利用幀間差分法等方法提取運(yùn)動(dòng)目標(biāo)。而超聲速運(yùn)動(dòng)目標(biāo)在空中產(chǎn)生激波，在短距離內(nèi),我們可以近似認(rèn)為目標(biāo)做勻速直線運(yùn)動(dòng),則它所產(chǎn)生的激波為標(biāo)準(zhǔn)的圓錐面，利用激波到達(dá)各個(gè)聲壓傳感器的時(shí)間,來確定目標(biāo)的速度和飛行路線。而新方法則主要是針對(duì)前景運(yùn)動(dòng)目標(biāo)，而不是將重點(diǎn)放在對(duì)背景的處理上。1運(yùn)動(dòng)背景下移動(dòng)目標(biāo)分割定位算法研究1.1背景運(yùn)動(dòng)補(bǔ)償背景運(yùn)動(dòng)補(bǔ)償主要包括角點(diǎn)的提取，角點(diǎn)的匹配，點(diǎn)的去除魯棒估計(jì)算法以及仿射變換矩陣的計(jì)算。利用補(bǔ)償后的參考幀與當(dāng)前幀進(jìn)行幀間差分得到差分圖像。1.1.1角點(diǎn)提取角點(diǎn)檢測(cè)相對(duì)于角

6、點(diǎn)檢測(cè)簡單實(shí)時(shí)性好，滿足我們的要求，角點(diǎn)是指圖像灰度在多個(gè)方向急劇變化的點(diǎn)，通過檢測(cè)在一個(gè)窗口內(nèi)圖像灰度的變化能夠?qū)⑻卣鼽c(diǎn)和其他像素點(diǎn)分開，通常采用一個(gè)近似于圖像灰度微分的自相關(guān)矩陣作為角點(diǎn)檢測(cè)算子：(1)式中：I1和I2分別為偏導(dǎo)數(shù)。精彩文檔實(shí)用標(biāo)準(zhǔn)文案靠近中心點(diǎn)的像素賦予更高的權(quán)重，實(shí)驗(yàn)中采用了高斯核，即(2)式中s為高斯核的方差。設(shè)1l和2l檢測(cè)算子的特征值，當(dāng)矩陣A處于特征點(diǎn)位置時(shí)，將同時(shí)擁有兩個(gè)非負(fù)的特征值，同時(shí)Harris判別式為(3)式中a為常數(shù)，常取為a=0.04。如果一個(gè)像素點(diǎn)是局部最大值

7、，并且其大于設(shè)定閾值則為Harris特征點(diǎn)。1.1.2角點(diǎn)匹配(4)顯然,取值范圍是(-1，1),取值越大，則兩個(gè)角點(diǎn)相關(guān)程度就越高。對(duì)于給定的角點(diǎn)，取其所有匹配點(diǎn)對(duì)中相關(guān)度最高的構(gòu)成匹配點(diǎn)集。1.1.3魯棒估計(jì)攝像機(jī)的全局運(yùn)動(dòng)模型通?？梢杂枚S變換來表示，本文采用的是六參數(shù)的仿射變換模型。其仿射運(yùn)動(dòng)模型可以表示為ú(5)根據(jù)式(5)可知，要得到全局運(yùn)動(dòng)參數(shù)，理論上只需要3個(gè)匹配點(diǎn)對(duì)就可以了。由于外點(diǎn)的影響，因此在進(jìn)行運(yùn)動(dòng)估計(jì)時(shí)匹配點(diǎn)對(duì)的個(gè)數(shù)要多于3個(gè)，本文利用R算法進(jìn)一步去除錯(cuò)誤的匹配點(diǎn)對(duì)，然后對(duì)剩下的匹

8、配點(diǎn)對(duì)利用最小二乘方法進(jìn)行運(yùn)動(dòng)參數(shù)的求解。算法要求保證在一定的置信概率下，進(jìn)行隨機(jī)抽樣時(shí)要求至少有一個(gè)自己所有的數(shù)據(jù)都不是外點(diǎn)，這樣才能得到可靠的參數(shù)估計(jì)。1.1.4幀間差分差分圖像：(6)其中：T為設(shè)置的閾值。1.2運(yùn)動(dòng)目標(biāo)定位運(yùn)動(dòng)目標(biāo)定位就是用包含運(yùn)動(dòng)目標(biāo)的最小框?qū)⒛繕?biāo)框起來，為后續(xù)的目標(biāo)跟蹤做準(zhǔn)備[15]。確定目標(biāo)的位置和大小包括：將一幅圖像分割成為有意義的區(qū)域及根據(jù)所確定區(qū)域間的坐標(biāo)關(guān)系確定其位置和大小。