基于Windows平台的双摄像头运动目标检测与跟踪系统

论文摘要

目标检测与跟踪是现代视觉技术的基础,它被广泛地应用于军事、安防及交通等各个领域。单摄像头目标检测与跟踪方法由于缺失深度信息而具有不可弥补的缺陷,为解决这个问题,本文实现了一种基于Windows的双摄像头目标检测与跟踪系统。该系统不仅能对目标进行定位与跟踪,同时还能获取目标的深度信息。本文主要工作有：（1）通过研究单摄像头目标检测与跟踪算法,寻求简单有效的获取目标区域并对其跟踪的方法；（2）研究实现双目视觉技术的每个步骤,针对目标检测与跟踪系统特点,简化双目视觉算法；（3）设计并实现整体系统。（4）通过系统测试,得出结论。本文方法在室内环境下实验,达到了良好的效果。尤其是当目标物体在距摄像头3m-5m之间时,测距误差在0.3m之内,系统能够分辨处于不同深度的不同目标物体,很好地解决目标遮挡问题。另外,本文方法在运用双目视觉技术的同时,也针对了目标检测与跟踪系统的特点,使得算法大大简化,试验过程中也验证了该方法的实时性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究背景
• 1.2 系统设计的基本原理和基本知识
• 1.2.1 目标检测与跟踪简介
• 1.2.2 双目视觉技术简介
• 1.3 国内外研究现状
• 1.3.1 目标检测与跟踪研究现状
• 1.3.2 双目视觉技术研究现状
• 1.4 本文主要内容
• 1.4.1 课题研究思路
• 1.4.2 主要创新点
• 1.4.3 论文结构安排
• 2 目标检测与跟踪算法研究
• 2.1 引言
• 2.2 运动目标检测基本方法
• 2.2.1 光流法
• 2.2.2 帧间差分法
• 2.2.3 背景差分法
• 2.2.4 目标检测方法总结
• 2.3 运动目标的跟踪
• 2.3.1 粒子滤波
• 2.3.2 基于边缘轮廓的跟踪
• 2.3.3 卡尔曼滤波
• 2.3.4 Mean Shift算法
• 2.3.5 目标跟踪方法总结
• 3 双目视觉算法研究
• 3.1 引言
• 3.2 摄像头标定
• 3.2.1 坐标系简介
• 3.2.2 参数标定
• 3.2.3 参数标定的简化
• 3.3 特征提取
• 3.4 特征点匹配
• 3.4.1 对极几何约束
• 3.4.2 一般邻域的互相关计算
• 3.4.3 D.Marr提出的二值化匹配原则
• 3.5 双目视觉算法总结
• 4 双摄像头目标检测与跟踪系统的设计与实现
• 4.1 引言
• 4.2 系统软硬件搭建
• 4.2.1 硬件设备
• 4.2.2 软件开发环境
• 4.3 系统实现流程
• 4.3.1 摄像头标定实现
• 4.3.2 改进的目标检测算法实现
• 4.3.3 提取目标特征
• 4.3.4 特征匹配实现
• 4.3.5 目标深度信息的获取与目标的跟踪
• 4.4 系统测试
• 4.4.1 单目标检测
• 4.4.2 单目标跟踪
• 4.4.3 多目标检测与跟踪
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢