基于机器视觉的跟踪目标距离研究

论文摘要

机器视觉具有信息量丰富、智能化水平高等特点,近年来视觉跟踪和测距技术无论在航天、航空、航海还是地面领域均有了很大的应用,由此技术建立的视觉导航系统体积小、成本低、自主性高,已经成功地应用于低空飞行器导航以及无人机导航和火星探测器着陆过程的导航,其理论和方法在不断的完善之中趋于成熟。本文以基于机器视觉的目标跟踪距离为研究对象,综合运用动态图像处理技术,目标实时检测跟踪技术,以及基于单目视觉的动态测距技术实时获取目标物体位置及与摄像机所处位置的距离信息,使对目标的实时监测有了精确可靠的数据。本论文是基于单目视觉的摄像机定位方法的研究,论文的主要内容主要有五部分组成:1.对基于机器视觉的跟踪目标距离系统功能做简要介绍,对系统设计流程及硬件方案的确定进行概述,以及DSP的主要结构特点及其在数字信号处理中的优势,并结合c语言程序设计方法编写系统流程图和系统软件总体设计方案。2.在总结分析现有图像预处理方法的基础上,结合跟踪系统的特点,确定采用中值滤波对图像进行预处理,并对中值滤波法加以改进,使运算量减少。3.总结分析现有的摄像机标定方法。结合本系统特点,采用模板匹配方法的进行跟踪,对图像颜色和目标边缘信息采用模板更新策略进行更新,适应目标发生大幅度形变。4.常用的图像分割方法为灰度阈值分割和边缘检测,经分析用梯度阈值检测边缘,能够对噪声有很强的抑制能力,有效检测边缘。5.测距采用基于摄像机参数标定的几何测距法,视野范围内误差较小。在Windows XP系统下,利用VC++编程实现仿真模拟,对算法进行开发测试。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状及分析
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 课题的提出及主要研究内容
• 第2章 系统总体方案选择与设计概述
• 2.1 硬件系统概述
• 2.1.1 系统硬件方案的设计
• 2.1.2 系统总体框图与微处理器的选择
• 2.2 软件系统概述
• 2.3 本章小结
• 第3章 图像预处理及目标初始数据的获取
• 3.1 图像预处理
• 3.1.1 图像平滑
• 3.1.2 图像增强
• 3.2 摄像机标定
• 3.2.1 摄像机标定概述
• 3.2.2 常用标定方法
• 3.3 图像分割算法研究
• 3.3.1 阀值分割
• 3.3.2 基于迭代法的梯度阀值分割
• 3.4 质心位置的求取
• 3.5 本章小结
• 第4章 跟踪目标距离算法研究
• 4.1 基于 SSD 和 MCD 距离相结合的匹配
• 4.1.1 基于 SSD 的匹配
• 4.1.2 基于MCD 距离的匹配
• 4.1.3 基于SSD 和MCD 距离相结合的匹配
• 4.2 模板更新策略
• 4.2.1 阀值更新策略
• 4.2.2 目标内部加权策略
• 4.2.3 最佳匹配加权更新策略
• 4.3 跟踪算法
• 4.3.1 预测跟踪算法
• 4.4 测距算法
• 4.5 实验结果分析
• 4.6 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢