基于双目视觉的多介质空间运动目标跟踪定位技术研究

论文摘要

应用双目视觉技术对目标进行三维测量以及动态跟踪定位是当今计算机视觉领域的研究热点,它已经广泛应用于军事视觉制导、机器人视觉导航、交通管理以及工业检测等领域。由于受环境、设备等的影响,如何提高测量精度,并且能够在多介质情况下对多目标进行正确的动态跟踪识别成为实际应用中面临的难点问题。论文以双目视觉技术为基础,设计开发了多介质空间运动目标跟踪定位系统。论文首先以张正友摄像机标定原理为基础,设计了新型的标定板及配套的标定板检测算法,将检测精度提高到亚像素级别,进而提高了标定精度；其次,在运动目标的检测与跟踪方面,论文重点解决了传统的Mean-Shift算法容易产生的跟踪丢失问题,结合Kalman算法,研究了融合运动目标位置预测的跟踪算法,有效提高了多目标动态跟踪识别的准确度；最后,论文依据光线在临界面的折射原理,结合空间几何理论,研究了多介质情况下目标的视觉测量理论,建立了数学模型并对其进行了测试。实验数据表明,本系统测量精度较高,稳定性好,能够实现在多介质情况下对多目标进行实时的动态跟踪及定位,满足实际工程的要求,具有很好的应用和推广价值。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 论文研究内容及章节安排
• 第二章 双目视觉测量关键技术研究
• 2.1 齐次坐标
• 2.2 摄像机透视投影模型
• 2.2.1 图像坐标系、摄像机坐标系和世界坐标系
• 2.2.2 坐标系之间的相互转换
• 2.3 摄像机的参数标定
• 2.3.1 张正友平面模板标定算法
• 2.3.2 双目立体视觉的极线几何关系
• 2.3.3 双目摄像机系统的标定
• 2.4 标定板的制作及识别
• 2.4.1 标定板的制作
• 2.4.2 标定板的识别
• 2.5 双目视觉下空间点三维坐标的提取
• 2.6 实验和结果
• 2.7 本章小结
• 第三章 运动目标检测与跟踪算法研究
• 3.1 运动目标的检测
• 3.2 运动目标的跟踪
• 3.2.1 Mean-Shift算法
• 3.2.2 Kalman滤波算法
• 3.3 试验及数据结果
• 3.4 本章小结
• 第四章 多介质视觉测量技术研究
• 4.1 多介质视觉测量原理
• 4.2 拟合平面方程
• 4.3 试验及结果
• 4.4 本章小结
• 第五章 多介质空间运动目标跟踪定位试验及数据分析
• 5.1 系统简介
• 5.2 系统硬件结构与设备选型
• 5.3 系统软件功能分析
• 5.3.1 摄像机及系统标定
• 5.3.2 检测运动目标
• 5.3.3 识别运动目标
• 5.3.4 立体匹配
• 5.3.5 测量目标三维坐标
• 5.4 系统功能测试及数据分析
• 5.5 本章小结
• 第六章 总结和展望
• 6.1 论文总结
• 6.2 展望
• 参考文献
• 致谢
• 附录A 标定板数据
• 附录B 系统标定残差数据