基于鱼眼镜头超大视场下的动态目标识别与跟踪算法研究.pdf

基于鱼眼镜头超大视场下的动态目标识别与跟踪算法研究天津理工大学研究生学位论文昵胨妒垦学科专业:计算机软件与理论研究方向:机器视觉作者姓名:梁建鹏指导教师:曹作良教授年月分类号:密级:
’
学位论文作者签名:嬲学位论文作者签名:瓣导师牦澎/柿签‘字啪㈣仁柞月呷日签字日期:歹纠月刁日学位论文版权使用授权书独创性声明墨盗墨兰盘鲎墨盗墨墨盘至有关保留、使用学位论文的规定。特授权墨盗垄墨太鲎签字日期:本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特另以标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。力年本学位论文作者完全了解可以将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩印或扫描等复制手段保存、汇编,以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子文件。C艿难宦畚脑诮饷芎笫视帽臼谌ㄋ得
摘要近年来,随着对计算机视觉应用需求的不断增加,全方位视觉还惴旱毓刈⒑脱芯俊4车娜ǚ轿皇泳跸低尘苫诟髦址瓷渚档娜ǚ轿皇泳传感器甦所构建。梢砸淮闻纳悴痘袼度信息,然而由于基于反射技术,相机及支架将在图像中成像,导致了盲区和冗余信息的存在。本文采用鱼眼镜头建立全方位视觉系统,鱼眼镜头能够一次性获得鹊陌肭域视场,无盲区,无需拼接,具有信息量大,应用范围,“等特点,在公共安防、管道探测、辅助驾驶、现场检测、车载巡检、飞行器制导及空间机器人有着广泛的应用需求和前景。本文主要研究在鱼眼镜头超大视场下的动态目标识别与跟踪算法。对于动态目标识别的研究,本文首先分析了一些典型算法,如背景差法,帧间差分法和光流法。通过这址椒ǖ姆治霰冉希颐亲钪仗岢鲆恢中碌亩勘昙觳夥椒ǎ将混合高斯背景模型、背景差法和三帧差分法相融合,首先利用合高斯背景模型对背景进行及时更新,用当前帧和背景进行差分得到一个动态日标,然后运用三帧差分法得到另一个动态目标,再将这两个动态目标进行或运算,最终得到完整的动态目标。通过实验证明改进的算法具有很好的鲁棒性和实时性,适用于鱼眼镜头超大视场下的动态目标识别,并且对硬件没有特殊要求。对于动态目标跟踪的研究,本文首先回顾了惴ê虲惴ǎ⒗用惴ㄍ频汲鯟惴ā芄皇视Χ怕史植迹纱砹的图像,因此,本文采用它作为动态日标跟踪的方法的基本框架。为了提高在鱼眼图像中的跟踪性能,本文首先对算法进行了改进,又将融入到了改进的算法中,实现对动态目标的下一个位置进行预测。实验结果表明,本文提出的跟踪算法具有很强的鲁棒性和实时性,可满足鱼眼镜头超大视场下的动态目标跟踪需求。并将改进的算法分别应用到全景视频监控领域和全景视觉牡己街校慕动态目标跟踪算法在己街斜硐殖龊芮康穆嘲粜裕芄挥行У亟械己健关键词:全方位视觉鱼眼镜头动态日标识别动态同标跟踪
琲卟,.瑆..,,.——,.篠,現..瓼..瓹琒甀,瓻甌
,:,竮
录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯:⋯⋯⋯⋯⋯⋯.第二章动态目标的识别⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯.〖洳罘址ā动态目标识别算法的改进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯全方位视觉介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯实验环境⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本文的主要工作及组织安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯动态日标识别的基本方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.〔罘址ā混合高斯背景模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。常用动态目标识别算法的分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.〖洳罘址ā璴.〔罘帧本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯颜色空间⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯..P汀图像的滤波方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.
第五章基于鱼眼镜头大视场下的动态目标跟踪算法的改进及实验⋯⋯⋯⋯⋯第六章改进动态目标识别跟踪算法的全方位视觉己接τ谩第七章总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.发表论文和科研情况说明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯