資源描述：
《基于雙目視覺的運(yùn)動目標(biāo)檢測跟蹤與定位.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、基于雙目視覺的運(yùn)動目標(biāo)檢測跟蹤與定位王婷婷，李戈，趙杰，張學(xué)賀(哈爾濱工業(yè)大學(xué)機(jī)器人技術(shù)與系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，黑龍江哈爾濱150001)Detection，TrackingandPositioningofMovingTargetBasedonBinocularVisionWANGTingting，LIGe，ZHAOJie，ZHANGXuehe(StateKeyLaboratoryofRoboticsandSystem，HarbinInstituteofTechnology，Harbin150001，China)摘要：為克服傳統(tǒng)目標(biāo)檢測跟蹤方法無法對目targetinrealtime
2、andcanachieveanaccuratepositio—標(biāo)準(zhǔn)確定位，以及在復(fù)雜環(huán)境下容易受光照、陰影nmg·等因素干擾的問題，提出了基于雙目視覺的目標(biāo)檢Keywords：binocularvision；targettracking；測跟蹤與定位方法。首先使用Matlab標(biāo)定工具箱stereomatching；3Ddistancemeasurement和OpenCV進(jìn)行攝像機(jī)標(biāo)定和圖像校正，然后利用基于雙目視覺的背景差分法實(shí)現(xiàn)目標(biāo)檢測，結(jié)合基0引言于Kalman濾波的改進(jìn)Camshift算法實(shí)現(xiàn)目標(biāo)跟蹤，最后利用視差圖得到目標(biāo)三維信息，從而實(shí)現(xiàn)運(yùn)動目標(biāo)檢測與跟蹤一直是計(jì)算機(jī)視覺
3、的核目標(biāo)定位。實(shí)驗(yàn)結(jié)果表明，所提方法能夠?qū)崟r跟蹤心課題，是智能監(jiān)控系統(tǒng)的關(guān)鍵技術(shù)之一。目前，運(yùn)動目標(biāo)并實(shí)現(xiàn)目標(biāo)的準(zhǔn)確定位。多數(shù)目標(biāo)檢測跟蹤依靠單目視覺，無法實(shí)現(xiàn)目標(biāo)準(zhǔn)關(guān)鍵詞：雙目視覺；目標(biāo)跟蹤；立體匹配；三維確定位，而雙目視覺可以從不同角度拍攝同一場景測距的二維圖像中恢復(fù)深度信息，因此，提出一種基于中圖分類號：TP391雙目視覺的運(yùn)動目標(biāo)檢測跟蹤與定位方法，不僅可文獻(xiàn)標(biāo)識碼：A以實(shí)時檢測跟蹤目標(biāo)，而且能夠?qū)崿F(xiàn)目標(biāo)準(zhǔn)確定位。文章編號：1001—2257(2015)06—0073一O4靜態(tài)背景下的運(yùn)動目標(biāo)檢測主要包括幀間差A(yù)~tmct：Inordertosolveproblemssuc
4、hastradi—分法、背景差分法_1和光流法。幀間差分法對光照tiona1targetdetectingandtrackingmethodsfailingto不敏感，缺點(diǎn)是不能提取完整目標(biāo)信息；背景差分locateaccuratelyandmethodbeingsusceptibletointer—法原理簡單，易于實(shí)現(xiàn)，實(shí)時性較好，可以提取完整ferencefromlightandshadow，targetdetectingand的目標(biāo)信息，但是對光照變化敏感，需要實(shí)時更新positioningmethodsbasedonbinocularvisionareput背景；光流法不需
5、要場景先驗(yàn)信息，但計(jì)算復(fù)雜，不forward．Firstly，theMatlabCalibrationToolboxand適合實(shí)時計(jì)算。Camshift是一種基于顏色特征的OpenCVwereusedforcameracalibrationaswellasfor目標(biāo)跟蹤算法，由于計(jì)算量小，實(shí)時性高，該方法在imagecorrection．Next，thebackgrounddifference目標(biāo)跟蹤領(lǐng)域得到了廣泛應(yīng)用，但是由于缺乏有效的運(yùn)動預(yù)測模塊及對目標(biāo)特征的更新機(jī)制，Cam—methodbasedonbinocularvisionwasusedtoachieveshift容易
6、丟失目標(biāo)。立體匹配算法分為全局立體targetdetection，whiletheimprovedCamshiftalgo—rithmbasedonKalmanfilteringwasemployedtoreal—匹配算法和局部立體匹配算法。全局算法精度高，但計(jì)算復(fù)雜，不適合實(shí)時計(jì)算，SAD是一種典型的izetargettracking．Finally，adisparitymapwasused局部立體匹配算法，相比全局立體匹配算法計(jì)算量toobtainthethree—dimensionaltargetinformation，小，實(shí)時性高。therebyachievingtarge
7、tlocation．Experimentalresults在此，將立體視覺應(yīng)用到目標(biāo)檢測中，利用視showthattheproposedmethodcantrackthemoving差圖背景差分法提取運(yùn)動目標(biāo)，Kalman濾波和收稿日期：2015一Ol一27Camshift算法結(jié)合實(shí)現(xiàn)目標(biāo)跟蹤，并利用視差圖得基金項(xiàng)目：國家自然科學(xué)基金(61473104)出目標(biāo)三維信息。《機(jī)械與電子~2015(6)·73·基于雙目視覺的運(yùn)動目標(biāo)檢測跟蹤與定位Z新背景模型。二值化閾值分割
