融合camshift和粒子濾波算法的云臺目標跟蹤系統(tǒng)設(shè)計

《融合camshift和粒子濾波算法的云臺目標跟蹤系統(tǒng)設(shè)計》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文融合Camshift和粒子濾波算法的云臺目標跟蹤系統(tǒng)設(shè)計作者姓名陳杏源學(xué)科專業(yè)模式識別與智能系統(tǒng)指導(dǎo)教師裴海龍教授所在學(xué)院自動化科學(xué)與工程學(xué)院論文提交日期2016年4月DesignofPan-tiltTargetTrackingSystembymeansofFusionCamshiftandParticleFilterAlgorithmADissertationSubmittedfortheDegreeofMasterCandidate：ChenXingyuanSupervisor：Prof.PeiHailongSouthChinaUniversityof

2、TechnologyGuangzhou,China分類號：TP273學(xué)校代號：10561學(xué)號：201320112613華南理工大學(xué)碩士學(xué)位論文融合CamShift和粒子濾波算法的云臺目標跟蹤系統(tǒng)設(shè)計作者姓名：陳杏源指導(dǎo)教師姓名、職稱：裴海龍教授申請學(xué)位級別：碩士學(xué)科專業(yè)名稱：模式識別與智能系統(tǒng)研究方向：嵌入式，機器視覺論文提交日期：2016年4月26日論文答辯日期2016年6月7日學(xué)位授予單位：華南理工大學(xué)學(xué)位授予日期：年月日答辯委員會成員：主席：葛琳委員：裴海龍魏武謝巍婁全勝ｆ淑大學(xué)學(xué)位論文原創(chuàng)性聲明軍人寄重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進行

3、研究所至巧裝吞耗成果。除了丈中特別加ｙ標注引用的內(nèi)容外，本論文不包含任何辜當個人或集體已經(jīng)發(fā)衷或撰寫的成果作品。對本文的研究做出重要貢獻人巧臭體，均已在文中明確方式標明。本人完全意識到本聲明的法律云丟直豐人承擔(dān)。、電臺￥名：巧亦聲日期；的峰６月Ｊ曰學(xué)位論文版權(quán)使用授權(quán)書本章位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，目Ｐ：研＾在巧巧讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬華南理工大學(xué)。學(xué)校有晏專與耳巧國家有關(guān)部ｎ或機構(gòu)送交論文的復(fù)印件和電子版，允許學(xué)位論：；王￥置－專謀在保密期內(nèi)的保密論文外）；學(xué)?？膳P公布學(xué)位論義的全部或

4、Ｉｇ號巧專，巧Ｗ允許采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位論文。室人韋寧：增的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。本學(xué)位論文屬于：亡悍密，在年解密后適用本授權(quán)書。＾保密與４，同意在校園網(wǎng)上發(fā)布，供校內(nèi)師生和與學(xué)校有共享協(xié)議￡韋控巧覽；同意將本人學(xué)位論義提交中國學(xué)術(shù)期刊（光盤版）電子雜志社全１：：：＾香巧編入ＣＮＫＩ《中國知識資源總庫》，傳播學(xué)位論文的全部或部分內(nèi)＂＂（請在肚相應(yīng)方框內(nèi)打Ｖ）八！關(guān)：Ｗ著尋教師簽名：苗與－■日期：如長ＳＩ摘要基于視覺的目標跟蹤是近年來的研究熱點之一，其在智能監(jiān)控、智能人機交互、軍事偵

5、察、虛擬現(xiàn)實和航空拍攝等領(lǐng)域，具有很重要的應(yīng)用。然而，在實際應(yīng)用中，目標跟蹤系統(tǒng)普遍存在實時性差、容易受干擾影響等問題，這一直制約其在嵌入式系統(tǒng)中的廣泛運用，因此，提高目標跟蹤系統(tǒng)的魯棒性和實時性是亟待解決的問題。為此本文開展了以下研究工作：（1）設(shè)計與實現(xiàn)了基于視覺的云臺目標跟蹤系統(tǒng)，該系統(tǒng)通過安裝在云臺上的攝像頭，獲取目標在圖像中的位置信息并發(fā)送給云臺，云臺再通過位置反饋，使目標保持在圖像中心，實現(xiàn)目標的實時跟蹤。（2）為了提高目標跟蹤系統(tǒng)的實時性和魯棒性，本文提出了融合Camshift和粒子濾波算法的目標跟蹤策略。該策略以目標特征與候選目標特征的巴氏距離作為判斷

6、依據(jù)，當巴氏距離小于設(shè)定閾值，利用時耗小的Camshift算法進行目標跟蹤以保證系統(tǒng)的實時性；當巴氏距離大于設(shè)定閾值，則判定為誤跟蹤，改用粒子濾波算法，利用其全局最優(yōu)策略使系統(tǒng)在誤跟蹤時實現(xiàn)自我恢復(fù)，提高了系統(tǒng)的魯棒性。（3）為了降低圖像傳感器的觀測噪聲及其對反饋控制系統(tǒng)造成的時延，本文利用卡爾曼算法融合系統(tǒng)姿態(tài)傳感器的角速度值，對目標位置值進行最優(yōu)濾波預(yù)測，有效減少了云臺跟蹤的動態(tài)偏差，提高了系統(tǒng)跟蹤的準確性，使系統(tǒng)達到更好的跟蹤效果。此外，本文對基于視覺的云臺目標跟蹤系統(tǒng)進行了聯(lián)合調(diào)試，實驗的結(jié)果表明了融合Camshift和粒子濾波算法的目標跟蹤策略和卡爾曼濾波器

7、的應(yīng)用有效地提高了系統(tǒng)跟蹤的快速性和準確性；在多組抗干擾和跟蹤快速運動目標的實驗中，實現(xiàn)了對運動物體快速、準確及穩(wěn)定的跟蹤，在攝像頭距離目標垂直距離1.8m時，能穩(wěn)定地跟蹤上線速度為1.25m/s的物體，體現(xiàn)了該系統(tǒng)在快速運動物體跟蹤方面的優(yōu)越性。關(guān)鍵詞：云臺跟蹤；Camshift；粒子濾波；卡爾曼濾波IAbstractTargettrackingbasedoncomputervisionisoneofthehotspotresearchissuesinrecentyears.Inanumberoffields,suchassmartsurveill