本文選題：激光與視覺融合　切入點：運動檢測　出處：《光電工程》2017年11期

【摘要】：針對單一傳感器在動態(tài)場景感知問題上的局限性,設(shè)計了一種融合激光與視覺的實現(xiàn)系統(tǒng),并對運動檢測中的背景顯露區(qū)誤判問題和融合中不同傳感器間點云的失配問題分別提出了改進(jìn)算法。在運動檢測上,首先基于視覺的背景差分算法對激光進(jìn)行前景點分揀,再以激光前景點為啟發(fā)信息進(jìn)行視覺前景聚類。在融合失配問題上,首先基于柵格失配度分別對激光和視覺點云進(jìn)行聚類分割,再以激光為基準(zhǔn),逐一將對應(yīng)的視覺點云與之配準(zhǔn),濾除噪聲后所得到的矯正點云可用于場景重建進(jìn)行進(jìn)一步驗證。實驗結(jié)果表明,改進(jìn)算法所獲得的融合前景對"影子"有更好的魯棒性;較之整體配準(zhǔn)的矯正,改進(jìn)算法在平均失配度上降低了約75%,在y和z方向上的偏移比收斂了至少5%。
[Abstract]:Aiming at the limitation of single sensor in the problem of dynamic scene perception, a realization system combining laser and vision is designed.An improved algorithm is proposed for the mismatch of the background exposed region in motion detection and the point cloud mismatch between different sensors in fusion.In motion detection, the background differential algorithm based on vision is first used to sort out the spot before the laser, and then the vision foreground clustering is carried out with the laser foreground as the heuristic information.In the fusion mismatch problem, the laser and the visual point cloud are segmented based on the grid mismatch, and then the corresponding visual point cloud is registered one by one based on the laser.The corrected point cloud after filtering noise can be used to further verify the scene reconstruction.The experimental results show that the fusion foreground obtained by the improved algorithm is more robust to "shadow", and the average mismatch degree is reduced by about 75.5%, and the migration ratio in y and z directions converges at least 5% compared with the correction of global registration.
【作者單位】： 中國科學(xué)技術(shù)大學(xué)自動化系;中國科學(xué)院合肥物質(zhì)科學(xué)研究院先進(jìn)制造技術(shù)研究所;
【基金】：國家科技支撐項目(2015BAK06B02) 江蘇省科技支撐項目(BE2013003) 國家自然科學(xué)基金(61401437)
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓曉軍;圖像時間序列用于車輛運動檢測方法探討[J];天津工業(yè)大學(xué)學(xué)報;2001年03期

2 張濤;張桂林;;運動檢測中的背景建立和更新[J];計算機與數(shù)字工程;2007年02期

3 劉振宇;周莉;陳杰;;一種基于運動檢測的碼率控制算法[J];科學(xué)技術(shù)與工程;2010年20期

4 閆石;白振興;代忠;;對傳統(tǒng)運動檢測算法改進(jìn)的研究[J];現(xiàn)代電子技術(shù);2007年06期

5 顧敏劍;;基于運動檢測的遠(yuǎn)程圖像采集系統(tǒng)的設(shè)計與實現(xiàn)[J];計算機與數(shù)字工程;2012年08期

6 強俊;周鳴爭;;基于正交Gaussian-Hermite矩的運動檢測在去隔行中的研究[J];安徽工程大學(xué)學(xué)報;2013年02期

7 藍(lán)照華;傅文利;趙進(jìn)創(chuàng);陳濤;;邊緣面積值絕對差數(shù)累積運動檢測算法[J];微計算機信息;2006年33期

8 侯葉;郭寶龍;;基于圖切割的人體運動檢測[J];光電子.激光;2007年06期

9 李源;;一種分區(qū)域運動檢測監(jiān)控方法與硬件實現(xiàn)[J];電視技術(shù);2007年S1期

10 司紅偉;全蕾;張杰;;基于背景估計的運動檢測算法[J];計算機工程與設(shè)計;2011年01期

相關(guān)會議論文 前7條

1 郭銳;;運動檢測報警在監(jiān)控系統(tǒng)中的設(shè)計與實現(xiàn)[A];科學(xué)發(fā)展與社會責(zé)任（A卷）——第五屆沈陽科學(xué)學(xué)術(shù)年會文集[C];2008年

2 唐曉丹;苗振江;;視頻監(jiān)控系統(tǒng)中人的運動檢測方法研究[A];第十三屆全國信號處理學(xué)術(shù)年會（CCSP-2007）論文集[C];2007年

3 傅松寅;蔣剛毅;郁梅;;一種基于像素變化檢測的自適應(yīng)實時運動檢測系統(tǒng)[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計算學(xué)術(shù)會議（PCC2009）論文集[C];2009年

4 陳威宇;孟利民;;視頻圖像序列混合運動檢測方法[A];2008年中國高校通信類院系學(xué)術(shù)研討會論文集（上冊）[C];2009年

5 徐蕭蕭;陳宗海;;基于視覺信息的目標(biāo)檢測與跟蹤技術(shù)現(xiàn)狀與趨勢[A];2007系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2007年

6 馬強;羅喜伶;;空基交通監(jiān)視系統(tǒng)中的運動目標(biāo)檢測方法研究[A];2008第四屆中國智能交通年會論文集[C];2008年

7 辛穎;吳強;孫光民;徐穎;姚明;;智能化公交系統(tǒng)的客流跟蹤計數(shù)綜述[A];2008通信理論與技術(shù)新進(jìn)展——第十三屆全國青年通信學(xué)術(shù)會議論文集（上）[C];2008年

相關(guān)博士學(xué)位論文 前3條

1 范志輝;基于空時關(guān)系學(xué)習(xí)的運動檢測和目標(biāo)跟蹤研究[D];西安電子科技大學(xué);2016年

2 李宏友;基于視頻的目標(biāo)檢測與跟蹤方法研究[D];重慶大學(xué);2009年

3 康鋒;基于視覺特征的早期農(nóng)林火災(zāi)檢測方法的基礎(chǔ)研究[D];浙江大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 李運崇;基于形狀識別的運動物體檢測[D];鄭州大學(xué);2015年

2 吳衛(wèi)東;基于視覺注意機制的視頻顯著目標(biāo)檢測技術(shù)研究[D];北京工業(yè)大學(xué);2015年

3 喬鵬;基于視頻的車輛運動檢測和流量統(tǒng)計算法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

4 李冰冰;面向?qū)W生人群的運動檢測算法研究及軟件開發(fā)[D];浙江工業(yè)大學(xué);2015年

5 衛(wèi)偉;基于FPGA的2D轉(zhuǎn)3D實時視頻轉(zhuǎn)換技術(shù)的研究及實現(xiàn)[D];合肥工業(yè)大學(xué);2015年

6 白金輝;面向能量回收的MIMU人體運動檢測識別方法研究及系統(tǒng)實現(xiàn)[D];東南大學(xué);2015年

7 郎占坡;火焰視頻傳感器的研究[D];西安科技大學(xué);2015年

8 徐鵬;水面無人艇動態(tài)障礙目標(biāo)檢測技術(shù)研究[D];沈陽理工大學(xué);2016年

9 萬海清;基于Android的運動檢測視頻監(jiān)控應(yīng)用的設(shè)計與實現(xiàn)[D];華中科技大學(xué);2015年

10 李濤;基于STM32的新型家用報警器的研究與實現(xiàn)[D];燕山大學(xué);2016年

，

本文編號：1723530