本文選題：全方位視覺　切入點：目標檢測　出處：《深圳大學》2017年碩士論文

【摘要】：全方位視覺可以為系統(tǒng)提供360度范圍的視覺信息,對于機器人定位、視覺監(jiān)控、自動駕駛、地圖建立等領域都有著重要的意義。本文設計了一種全方位視覺系統(tǒng),并在此基礎上研究了運動目標檢測、跟蹤及三維定位算法等問題,主要工作如下:(1)對全方位視覺系統(tǒng)的理論模型和系統(tǒng)設計進行了闡述,其中理論模型包括攝像機基礎模型、雙目立體視覺模型以及非平行式雙目視覺模型等,在此基礎上設計了可獲得含立體視覺信息的全方位視覺模型。根據(jù)模型設計了全方位視覺系統(tǒng)的機械結(jié)構(gòu),搭建了軟硬件系統(tǒng),完成了全方位視覺系統(tǒng)視覺信息采集實驗,通過實驗驗證了全方位視覺系統(tǒng)的可獲得全方位視覺信息,在部分視角范圍內(nèi)亦可實現(xiàn)立體視覺信息的采集,驗證了全方位視覺模型的可行性。(2)對比分析了典型運動目標檢測算法的基本原理并進行了對比實驗,通過實驗結(jié)果驗證了不同算法的優(yōu)缺點。結(jié)合各個算法的優(yōu)缺點設計了三幀間差分與背景差分相結(jié)合的運動目標檢測算法并進行了實驗,實驗結(jié)果表明設計的算法可準確檢測出運動目標,消除運動目標陰影對背景差分檢測結(jié)果的影響,并使算法效率較改進前的背景差分算法提升了30.97%。(3)對典型運動目標跟蹤算法基本原理進行了分析,闡述了卡爾曼濾波器原理和輪廓提取算法原理并進行了實驗,分析兩種算法的優(yōu)缺點后,提出了基于卡爾曼濾波器與輪廓提取相結(jié)合的運動目標跟蹤算法,實驗表明該算法可在全方位視角范圍內(nèi)對運動目標進行持續(xù)跟蹤。(4)分析了SURF特征點提取與匹配原理,設計了改進的運動目標特征點提取算法與特征點匹配算法,提升了運動目標的特征點檢測算法效率與特征點匹配的精確度�；谄ヅ浣Y(jié)果進行了運動目標三維定位的研究并進行了實驗。最終實驗結(jié)果表明,系統(tǒng)可檢測出運動目標的三維運動軌跡,在1150mm的距離時,測算出的深度的平均值的相對誤差為13.16%。研究表明,自主設計的全方位視覺系統(tǒng)可獲得全方位視覺信息,在部分視角內(nèi)可得到立體視覺信息,實現(xiàn)了運動目標檢測、跟蹤及三維定位,具有一定的工程應用前景。
[Abstract]:This paper presents an omni - directional vision system based on Kalman filter and contour extraction .

【學位授予單位】：深圳大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前10條

1 洪漢玉;張文莫;章秀華;時愈;;雙目視圖運動圖像去模糊方法[J];武漢工程大學學報;2015年04期

2 李盛輝;田光兆;姬長英;周俊;顧寶興;王海青;;自主導航農(nóng)業(yè)車輛的全景視覺多運動目標識別跟蹤[J];農(nóng)業(yè)機械學報;2015年01期

3 紀利娥;楊風暴;王志社;陳磊;;圖像配準中特征點檢測算法的探討[J];電視技術(shù);2013年19期

4 李孟歆;范靜靜;張穎;許偉靖;侯丁丁;;一種基于多重判別的運動目標檢測算法[J];沈陽建筑大學學報(自然科學版);2013年04期

5 葉良波;劉康;湯一平;;一種全景立體攝像裝置的設計與實現(xiàn)[J];計算機測量與控制;2013年02期

6 朱斐文;肖菁;戴晨;張為華;;一種高效的基于局部特征的顯著區(qū)域檢測算法[J];計算機應用與軟件;2012年08期

7 李貞培;李平;;基于鏈碼和多線程的圖像分段輪廓跟蹤[J];微型電腦應用;2011年12期

8 馮為嘉;張寶峰;朱均超;曹作良;;嵌入式全方位視覺導航器研究[J];光電子.激光;2011年08期

9 裴立志;王潤生;;基于多個顏色分布模型的粒子濾波跟蹤算法[J];電路與系統(tǒng)學報;2011年01期

10 鄒意然;王永威;趙龍;;嵌入式系統(tǒng)中USB攝像頭的圖像采集[J];微計算機信息;2010年35期

，

本文編號：1681783