基于雙目視覺的運動目標識別與跟蹤算法研究.pdf

1、基于雙目視覺的運動目標跟蹤系統(tǒng)是在雙目視覺技術(shù)的基礎(chǔ)上，對視頻圖像序列中的運動目標進行檢測與提取，并對感興趣的目標進行連續(xù)跟蹤的過程。其主要過程是通過雙目相機得到具有深度信息的圖像，結(jié)合深度圖像和灰度圖像對運動目標進行檢測，計算出每一幀圖像中運動目標的位置和大??；然后將每一幀圖像中具有相同特性的目標關(guān)聯(lián)起來，得到目標的位置、速度、加速度等信息；最后得到目標在視場中完整的行駛軌跡。本課題以四旋翼無人機地面目標跟蹤系統(tǒng)為研究對象，對基于雙目

2、視覺的運動目標識別與跟蹤算法進行了研究。
　　首先，針對雙目視覺系統(tǒng)，通過對現(xiàn)有標定算法進行分析，選擇并使用了精確度和靈活度適中的張氏標定法對雙目相機進行標定，并對其標定原理和計算過程進行了分析，得到了相機的內(nèi)、外參數(shù)，并對輸出的圖像進行了校正；針對無人機實時跟蹤的要求，采用了速度比較快的BM立體匹配算法對左右圖像進行匹配，得到具有深度信息的圖像。
　　其次，針對旋翼無人機對地面目標進行跟蹤時的背景運動問題，在比較分析了常用

3、背景運動補償算法的基礎(chǔ)上，采用了SURF算法對相鄰兩幀圖像的背景部分進行特征點檢測；然后通過仿射變換矩陣對視頻圖像進行校正；最后針對目標檢測過程中出現(xiàn)的光照變化、樹葉擾動等干擾，在運動目標檢測過程中采用了一種結(jié)合深度圖像和灰度圖像的三幀差分算法，增加了目標檢測的精確度，為后續(xù)的跟蹤算法提供準確的目標模版。
　　最后，在檢測出待跟蹤目標的基礎(chǔ)上采用Camshift算法進行跟蹤，并結(jié)合Kalman濾波算法對目標的運動狀態(tài)進行預(yù)測。對跟