仿人眼颈视觉系统的理论与应用研究

论文题目: 仿人眼颈视觉系统的理论与应用研究

论文类型: 博士论文

论文专业: 机械电子工程

作者: 潘锋

导师: 王宣银

关键词: 机器视觉,图像处理,目标检测,识别与跟踪,摄像机标定,双目立体视觉,人脸三维重建

文献来源: 浙江大学

发表年度: 2005

论文摘要: 机器视觉是一门新兴的学科,是从信息处理的层次研究视觉信息的认知过程;机器视觉系统则是能够实现某些视觉功能的硬件和软件的综合。通过广大研究人员的努力,机器视觉已取得了很大的进展,开始从实验室走向实际应用阶段。但是客观地讲,机器视觉不论是在理论上,还是实际应用中,都存在着较多不足,还处于不成熟的研究阶段,有待进一步的改进与深入研究。本论文以仿人眼颈系统为研究对象,建立了仿人眼颈视觉系统的体系结构和实现平台,研究相关基础理论、技术与应用。主要包括系统模型、复杂背景下单目运动视觉分析、主动目标跟踪、通用的摄像机标定技术、双目立体视觉的人脸重建、DSP视觉处理与实现技术等。 论文介绍了仿人眼颈系统、机器视觉系统理论及发展历程;综述了运动视觉分析和立体视觉系统的研究概况,指出机器视觉相关研究存在的问题与发展趋势,并给出论文的主要研究内容。 建立了仿人眼颈视觉系统的数学模型,包括仿人眼颈系统的运动学数学模型和摄像机数学模型。在深入分析摄像机数学模型的基础上,提出了一种基于直线校正的摄像机标定方法,并且在摄像机镜头畸变参数的求解方法上,提出了一种线性的求解方法,与非线性最小二乘求解相比,避免了非线性优化存在的依赖于初始值、易收敛于局部极小值等缺陷,而且精度与非线性求解算法相当。 对运动视觉分析进行了详细的研究。提出了一种复杂背景下运动目标的检测算法,通过对背景的高斯建模,进行运动目标检测,考虑目标影子的存在及环境光照等条件有可能变化,提出了相应的影子消除及背景自适应更新算法,大大提高了目标检测的可靠性。 针对场景中存在多种可能的目标,提出基于支持向量机的人体目标识别方法。针对不同场景下,运动目标受到遮挡的程度不同,提出了基于头肩模型和星形向量表示法的人体目标特征向量抽取方法。通过样本采集、特征抽取、支持向量机训练得到最终的人体目标识别分类器。实验结果表明,基于现代统计学习理论的支持向量机非常适合于有限样本条件下的目标分类。 研究运动目标定位、跟踪原理和实现方法。提出将背景匹配与帧间差分技术相结合的方法,解决摄像机运动-目标运动模式下的运动目标检测难题。为了使运动目标的跟踪更为平稳,提出了利用卡尔曼预测器对目标的位置进行再估计,并在此基础上,研究了单目视觉跟踪和双目视觉协调跟踪的控制方法。 对基于双目立体视觉的特定人脸重建进行了详细的理论分析和实验研究。建立了双目立体视觉测距的数学模型,分析了基于双目立体视觉进行人脸重建的原理,为三维重建提供理论基础。提出了金字塔结构相关计算方法和活动轮廓模型相结合的视差抽取方法,并在活动轮廓模型中采用了一种新的能量最小化方程,解决了立体视觉中立体匹配的难点,成功地实现了人脸的三维重建。 本文还研制成功一种通用的DSP视觉处理平台。利用它,可以完成仿人眼颈视觉处理及其它一些图象处理,为脱离PC机实现图象处理提供一种途径。详细介绍系统的整体设计,主处理器及外围元器件的选择,各子模块和电路的设计及一些实际经验和体会。 最后,介绍了本文研究成果的两个相关应用实例——目标自动跟踪一体化智

论文目录:

摘要

ABSTRACT

目录

第一章 绪论

1.1 仿人眼颈视觉系统简介

1.1.1 引言

1.1.2 仿人眼颈视觉系统的提出

1.1.3 仿人眼颈视觉系统的关键技术

1.2 机器视觉的理论及其发展历程

1.2.1 生物视觉机理简介

1.2.2 Marr视觉计算理论简介

1.2.3 机器视觉的发展历程

1.3 运动视觉分析概述

1.3.1 运动视觉分析简介

1.3.2 运动视觉分析的研究现状

1.3.3 运动视觉分析的研究内容

1.3.4 存在的问题与不足

1.4 立体视觉技术

1.4.1 双目立体视觉概述

1.4.2 摄像机标定技术

1.4.3 立体匹配技术简介

1.4.4 人脸的三维重建研究现状

1.4.5 立体视觉研究存在的问题与发展趋势

1.5 课题的研究目的与内容

1.5.1 课题的提出

1.5.2 课题的研究内容

第二章 仿人眼颈视觉系统的数学模型研究

2.1 仿人眼颈视觉系统原理

2.1.1 仿人眼颈视觉系统的结构

2.1.2 仿人眼颈视觉系统的原理

2.2 仿人眼颈视觉系统的运动学数学模型研究

2.2.1 左摄像机视觉系统运动学数学模型

2.2.2 右摄像机视觉系统运动学数学模型

2.3 摄像机的数学模型研究

2.3.1 摄像机视觉模型

2.3.2 摄像机标定技术的研究

2.3.3 实验及其结果分析

2.4 本章小结

第三章 复杂背景下运动目标的检测与识别

3.1 复杂背景下的运动目标检测

3.1.1 背景建模

3.1.2 目标检测

3.1.3 影子的消除

3.1.4 背景更新

3.2 基于支持向量机的目标识别

3.2.1 支持向量机原理

3.2.2 不同环境条件下的目标识别

3.3 本章小结

第四章 运动目标跟踪的原理及实现算法

4.1 运动目标跟踪原理

4.1.1 运动目标跟踪介绍

4.1.2 运动目标跟踪原理

4.2 在摄像机运动-目标运动模式下的运动检测

4.2.1 背景匹配原理

4.2.2 运动目标检测

4.3 运动目标跟踪

4.3.1 运动目标定位

4.3.2 基于卡尔曼预测器的运动目标位置估计

4.3.3 单目视觉运动目标跟踪

4.3.4 双目视觉协调跟踪

4.4 实验结果及分析

4.5 本章小结

第五章 基于双目立体视觉的特定人脸重建

5.1 基于双目立体视觉的特定人脸重建原理

5.1.1 双目立体视觉数学模型

5.1.2 基本约束

5.2 摄像机校正及图像预处理

5.2.1 摄像机校正

5.2.2 图像预处理

5.3 立体匹配技术

5.3.1 常用的立体匹配算法

5.3.2 金字塔结构相关匹配算法

5.3.3 基于活动轮廓模型的视差抽取

5.4 欧几里德空间三维重建

5.4.1 外极线恢复

5.4.2 欧几里德距离恢复

5.4.3 人脸的三维重建

5.5 实验结果及分析

5.6 本章小结

第六章 基于DSP的视觉处理系统研究

6.1 视觉处理系统介绍

6.2 数字信号处理器及嵌入式实时操作系统简介

6.2.1 数字信号处理器

6.2.2 嵌入式实时操作系统

6.3 基于DSP的视觉处理系统

6.3.1 主处理器的选择

6.3.2 系统结构设计

6.3.3 嵌入式操作系统的支持

6.4 基于DSP系统设计中需要考虑的几个问题

6.4.1 各个功能模块的实现

6.4.2 电源部分的设计

6.4.3 线路板设计

6.5 本章小结

第七章 仿人眼颈视觉技术的相关应用

7.1 一体化智能球形摄像机

7.1.1 一体化球形摄像机简介

7.1.2 一体化智能球形摄像机原理

7.1.3 一体化智能球形摄像机的关键技术

7.1.4 一体化智能球形摄像机的存在的问题及改进方向

7.2 视觉技术在气动系统状态监控与故障诊断中的应用

7.2.1 气动系统的状态监控与故障诊断介绍

7.2.2 基于视觉技术的气动系统状态监控与故障诊断

7.2.3 存在的问题及改进方向

7.3 本章小结

第八章 总结与展望

8.1 工作总结

8.2 相关工作展望

参考文献

攻读博士学位期间发表和投寄的论文及获奖

致谢

发布时间: 2005-10-08

参考文献

• [1].双目PTZ视觉系统的研究[D]. 万定锐.清华大学2009
• [2].智能挖掘机视觉系统中图像处理技术研究[D]. 谷雨明.东北大学2010
• [3].基于知识引导的工业机器人泛化性视觉系统研究与实现[D]. 丁卫.江苏大学2017
• [4].面向芯片封装的机器视觉精密定位系统的研究[D]. 李君兰.天津大学2010
• [5].基于鱼眼镜头的全方位视觉及全景立体球视觉研究[D]. 冯为嘉.天津大学2012
• [6].大构件焊缝磨抛机器人视觉测量技术的研究[D]. 赵军.吉林大学2014
• [7].面向智能移动监控辅助的可穿戴视觉研究[D]. 韩露.重庆大学2011
• [8].基于视觉系统的行人检测与跟踪方法研究[D]. 张苗辉.上海交通大学2013
• [9].基于粒子群的水下图像分割与识别技术研究[D]. 朱炜.哈尔滨工程大学2008
• [10].快速飞行物体的状态估计和轨迹预测[D]. 章逸丰.浙江大学2015

相关论文

• [1].仿人眼的结构原理和关键视觉技术研究[D]. 张阳.浙江大学2011
• [2].基于图像的智能机器人视觉伺服系统[D]. 杨延西.西安理工大学2003
• [3].计算机视觉三维重建理论与应用[D]. 王宇宙.西北大学2004
• [4].序列立体图象三维运动物体定位与跟踪[D]. 张春森.武汉大学2004
• [5].人脸感知：基于学习的人脸跟踪与合成[D]. 苏从勇.浙江大学2005
• [6].复杂背景下人脸的检测与识别[D]. 张忠波.吉林大学2005
• [7].快速目标自动识别与跟踪方法及实现研究[D]. 陆文广.南京理工大学2005

标签：机器视觉论文;  图像处理论文;  目标检测论文;  识别与跟踪论文;  摄像机标定论文;  双目立体视觉论文;  人脸三维重建论文;