| 【中文题名】 | 基于机器人视觉的运动目标检测及跟踪算法研究 |
| 【英文题名】 | Study of Moving Object Detecting and Tracking Algorithms Based on Robot Vision |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-21 |
| 【中关键词】 | 机器人视觉,运动目标检测与跟踪,背景重建,Hausdorff模板,Kalman滤波, |
| 【英关键词】 | robot vision,moving object detecting and tracking,background reconstruction,Hausdorff template,Kalman Filter, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>机器人技术>机器人> |
| 【论文摘要】 |
在人类感知到的环境信息中，视觉信息占了非常大的比重，其中动态视觉信息更是其主要组成部分。机器人视觉是机器人世界一个新兴的领域，基于机器人视觉的算法研究是一个重要的研究方向。运动目标检测与跟踪是应用视觉研究领域的一个重要课题，在机器人视觉领域有着广泛的应用。由于光照变化、背景干扰、阴影、摄像头的抖动以及运动目标之间遮挡等现象的存在，给运动目标的正确检测与跟踪带来了极大的挑战。
本文首先综述了课题研究的国内外发展情况，提出了系统的设计方案，包括工作原理和系统构成等。在总结和分析现有运动目标检测与跟踪方法的基础上本文首先探讨了几种运动检测的方法。在运动目标的检测与提取方面，本文结合了背景差分和帧间差分的优点，在Surendra算法的基础之上提出了一种背景提取改进算法，其对光线变化具有鲁棒性。然后本文在对模板匹配的方法进行了深入分析的基础上，对基于Hausdorff距离的模板匹配的方法进行了研究，并将其与Chamfer距离变换相结合，提出了一种模板匹配与更新的算法。最后在运动目标估计方面，本文利用Kalman滤波方法对运动目标的运动实现了估计，并进行了仿真。这种方法能够实现对运动目标的运动位置的估计... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-9 |
|
第1章 绪论 |
9-15 |
|
1.1 课题研究目的及意义 |
9-10 |
|
1.2 国内外发展现状 |
10-13 |
|
1.3 本文内容与组织 |
13-15 |
|
第2章 基于视觉的机器人系统 |
15-21 |
|
2.1 基于视觉的机器人系统构成 |
15-16 |
|
2.2 视觉环节 |
16-17 |
|
2.3 图像采集 |
17-18 |
|
2.4 系统工作原理 |
18-20 |
|
2.5 本章小结 |
20-21 |
|
第3章 图像预处理与运动目标的检测 |
21-43 |
|
3.1 中值滤波 |
21-24 |
|
3.2 图像二值化 |
24-29 |
|
3.2.1 P分位数法 |
25-26 |
|
3.2.2 直方图凹面分析法 |
26-27 |
|
3.2.3 迭代法 |
27-28 |
|
3.2.4 大津法 |
28-29 |
|
3.2.5 比对及分析 |
29 |
|
3.3 运动目标检测方法 |
29-33 |
|
3.3.1 光流法 |
29-30 |
|
3.3.2 相邻帧差法 |
30-32 |
|
3.3.3 背景帧差法 |
32-33 |
|
3.4 腐蚀与膨胀 |
33-34 |
|
3.5 背景提取 |
34-40 |
|
3.5.1 基于统计平均的背景图像提取 |
34 |
|
3.5.2 基于IIR滤波的背景图像提取 |
34-35 |
|
3.5.3 基于像素分析的背景图像提取 |
35-36 |
|
3.5.4 改进的Surendra背景提取算法 |
36-40 |
|
3.6 实验结果及分析 |
40-42 |
|
3.7 本章小结 |
42-43 |
|
第4章 运动目标跟踪 |
43-65 |
|
4.1 模板匹配 |
43-48 |
|
4.1.1 模板匹配法 |
43-47 |
|
4.1.2 金字塔匹配法 |
47-48 |
|
4.2 边缘检测 |
48-52 |
|
4.2.1 Roberts边缘检测算子 |
48-49 |
|
4.2.2 Sobel边缘算子 |
49 |
|
4.2.3 Prewitt边缘算子 |
49 |
|
4.2.4 高斯-拉普拉斯算子 |
49-50 |
|
4.2.5 Canny算子 |
50 |
|
4.2.6 实验结果 |
50-52 |
|
4.3 基于Hausdorff距离目标跟踪算法 |
52-62 |
|
4.3.1 Hausdorff距离及在模板匹配中的应用 |
52-55 |
|
4.3.2 变模板分级的均值Hausdorff距离目标跟踪算法 |
55-56 |
|
4.3.3 距离变换 |
56-58 |
|
4.3.4 基于Hausdorff距离的跟踪算法 |
58-62 |
|
4.4 实验结果及分析 |
62-64 |
|
4.5 本章小结 |
64-65 |
|
第5章 目标运动估计 |
65-73 |
|
5.1 Kalman滤波 |
65-68 |
|
5.2 参数定义及说明 |
68-70 |
|
5.3 估计结果及分析 |
70-71 |
|
5.4 本章小结 |
71-73 |
|
结论 |
73-74 |
|
参考文献 |
74-78 |
|
攻读硕士学位期间发表的论文和取得的科研成果 |
78-79 |
|
致谢 |
79 |
|
| 【DOI】 | LunWen.ID:2.2008.384789 |
