發(fā)布時(shí)間：2018-04-23 18:27

  本文選題：編碼靶標(biāo) + 識(shí)別定位��； 參考：《北京交通大學(xué)》2016年碩士論文

【摘要】：隨著信息技術(shù)迅速發(fā)展,基于機(jī)器視覺(jué)的目標(biāo)跟蹤技術(shù)在很多領(lǐng)域具有廣泛的應(yīng)用價(jià)值。目標(biāo)跟蹤涉及到圖像處理、模式識(shí)別以及人工智能等諸多領(lǐng)域,是一門交叉性很強(qiáng)的學(xué)科。在對(duì)目標(biāo)進(jìn)行跟蹤的過(guò)程中,目標(biāo)自身特征的多樣性、運(yùn)動(dòng)場(chǎng)景的復(fù)雜性和跟蹤過(guò)程遇到的問(wèn)題(如遮擋、光照、防射變換、相似目標(biāo)物干擾),都構(gòu)成了限制目標(biāo)跟蹤算法性能的影響因素。因此研究一種具有實(shí)時(shí)性、準(zhǔn)確性、魯棒性的運(yùn)動(dòng)目標(biāo)跟蹤方法依然是該領(lǐng)域面臨的一個(gè)巨大挑戰(zhàn)。本文對(duì)基于機(jī)器視覺(jué)的模型測(cè)量靶標(biāo)的動(dòng)態(tài)跟蹤算法進(jìn)行研究。根據(jù)跟蹤系統(tǒng)的特點(diǎn),首先以圓作為基本結(jié)構(gòu)設(shè)計(jì)測(cè)量靶標(biāo),并對(duì)靶標(biāo)識(shí)別定位。根據(jù)圓的特性,采用圓參數(shù)優(yōu)化方法提取靶標(biāo)亞像素級(jí)的中心坐標(biāo),并通過(guò)不同的仿真實(shí)驗(yàn)和評(píng)價(jià)指標(biāo)對(duì)提取精度進(jìn)行分析,表明設(shè)計(jì)靶標(biāo)的適用性和中心定位的精確性。為了滿足目標(biāo)跟蹤系統(tǒng)的實(shí)時(shí)需求,本文選擇了計(jì)算量較小的Mean shift跟蹤算法,分析該跟蹤算法容易出現(xiàn)跟蹤失效等不足。針對(duì)光照不均勻影響問(wèn)題,本文提出融合頂帽變換的Mean shift跟蹤算法,提高了運(yùn)動(dòng)目標(biāo)檢測(cè)的完整性,進(jìn)而增加了目標(biāo)跟蹤的準(zhǔn)確性。針對(duì)Mean shift目標(biāo)跟蹤算法存在尺度更新策略缺陷,以及在跟蹤過(guò)程中出現(xiàn)遮擋、防射變換等復(fù)雜情況下跟蹤不穩(wěn)定,本文采用基于SIFT尺度不變特征的Mean shift跟蹤算法,在跟蹤過(guò)程中,采用SIFT算子的局部描述和RANSAC算法實(shí)現(xiàn)對(duì)錯(cuò)誤匹配點(diǎn)的剔除。通過(guò)在復(fù)雜環(huán)境下進(jìn)行目標(biāo)跟蹤實(shí)驗(yàn),并提取目標(biāo)運(yùn)動(dòng)軌跡曲線進(jìn)行對(duì)比分析說(shuō)明,實(shí)驗(yàn)證明本文采用方法能夠有效地適應(yīng)跟蹤過(guò)程中出現(xiàn)的尺度變換和遮擋等情況,提高了跟蹤算法的適用性、準(zhǔn)確性和魯棒性。
[Abstract]:With the rapid development of information technology, target tracking technology based on machine vision has wide application value in many fields. Target tracking involves many fields, such as image processing, pattern recognition and artificial intelligence. In the process of tracking the target, the diversity of the target's own characteristics, the complexity of the moving scene and the problems encountered in the tracking process (such as occlusion, illumination, anti-shooting transformation, etc.) Similar objects interfere with each other, which are the factors that limit the performance of the target tracking algorithm. Therefore, studying a real-time, accurate and robust moving target tracking method is still a great challenge in this field. In this paper, the dynamic tracking algorithm of model measurement target based on machine vision is studied. According to the characteristics of the tracking system, the circle is first used as the basic structure to design the measuring target, and the target identification and positioning. According to the characteristics of the circle, the circular parameter optimization method is used to extract the central coordinates of the sub-pixel level of the target, and the accuracy of the extraction is analyzed through different simulation experiments and evaluation indexes, which shows the applicability of the design target and the accuracy of the center location. In order to meet the real-time requirement of the target tracking system, this paper chooses the Mean shift tracking algorithm which has less computation, and analyzes the shortcomings of the tracking algorithm, such as the easy occurrence of tracking failure and so on. In order to solve the problem of uneven illumination, this paper proposes a Mean shift tracking algorithm based on top cap transform, which improves the integrity of moving target detection and improves the accuracy of target tracking. Aiming at the defect of scale updating strategy in Mean shift target tracking algorithm, and the instability of tracking in complex cases, such as occlusion and anti-shooting transformation, the Mean shift tracking algorithm based on SIFT scale invariant feature is adopted in this paper. In the tracking process, the local description of SIFT operator and the RANSAC algorithm are used to eliminate the error matching points. Through the target tracking experiment in the complex environment and the comparison and analysis of the target trajectory curve, it is proved that the proposed method can effectively adapt to the scale transformation and occlusion in the tracking process. The applicability, accuracy and robustness of the tracking algorithm are improved.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱瑞;機(jī)器視覺(jué)在復(fù)雜零、部件測(cè)量方面的應(yīng)用[J];今日電子;2004年06期

2 黎紅偉;;關(guān)于機(jī)器視覺(jué)鏡頭[J];可編程控制器與工廠自動(dòng)化;2005年02期

3 錢競(jìng)業(yè);;機(jī)器視覺(jué)的發(fā)展方向探討[J];現(xiàn)代制造;2006年06期

4 傅昆;;行者無(wú)疆——機(jī)器視覺(jué)的中國(guó)崛起[J];現(xiàn)代制造;2006年21期

5 雷文華;;機(jī)器視覺(jué)及其應(yīng)用(系列講座) 第一講 機(jī)器視覺(jué)發(fā)展概述[J];應(yīng)用光學(xué);2006年05期

6 ;機(jī)器視覺(jué)的應(yīng)用使生產(chǎn)加工更加智能、高效[J];現(xiàn)代制造;2009年06期

7 李樹(shù)杰;;中國(guó)機(jī)器視覺(jué)的發(fā)展趨勢(shì)[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年01期

8 ;機(jī)器視覺(jué)最新技術(shù)動(dòng)態(tài)[J];中國(guó)光學(xué);2013年01期

9 馮伯儒;;機(jī)器視覺(jué)中的電-光技術(shù)[J];光電子學(xué)技術(shù);1986年01期

10 戴君,趙海洋,馮心海;機(jī)器視覺(jué)[J];機(jī)械設(shè)計(jì)與制造工程;1998年04期

相關(guān)會(huì)議論文 前10條

1 趙磊;董吉文;李金屏;;拓?fù)淅碚撛跈C(jī)器視覺(jué)中的研究進(jìn)展[A];全國(guó)第十五屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2003年

2 張彥東;;基于機(jī)器視覺(jué)的連接器裝配機(jī)床改造研究[A];首屆珠中江科協(xié)論壇論文集[C];2011年

3 蔡小秧;陳文楷;;機(jī)器視覺(jué)中的魯棒估計(jì)技術(shù)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

4 劉雅舉;李娜;張莉;李東明;;機(jī)器視覺(jué)在藥用玻璃瓶質(zhì)量檢測(cè)中的研究[A];2007年河北省電子學(xué)會(huì)、河北省計(jì)算機(jī)學(xué)會(huì)、河北省自動(dòng)化學(xué)會(huì)、河北省人工智能學(xué)會(huì)、河北省計(jì)算機(jī)輔助設(shè)計(jì)研究會(huì)、河北省軟件行業(yè)協(xié)會(huì)聯(lián)合學(xué)術(shù)年會(huì)論文集[C];2007年

5 吳慶華;代娜;黃俊敏;程志輝;何濤;;基于機(jī)器視覺(jué)的軸承二維尺寸檢測(cè)[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

6 馬連峰;張秋菊;;基于機(jī)器視覺(jué)的彩色套印檢測(cè)技術(shù)研究[A];第十一屆全國(guó)包裝工程學(xué)術(shù)會(huì)議論文集（二）[C];2007年

7 金守峰;張慧;;面向機(jī)器視覺(jué)的織物緯斜檢測(cè)方法[A];全國(guó)先進(jìn)制造技術(shù)高層論壇暨第九屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2010年

8 管庶安;周龍;陳永強(qiáng);廖明潮;;機(jī)器視覺(jué)在糧食品質(zhì)檢測(cè)中的應(yīng)用研究[A];中國(guó)糧油學(xué)會(huì)第三屆學(xué)術(shù)年會(huì)論文選集（下冊(cè)）[C];2004年

9 張偉華;陳軍;連世江;賈海政;;機(jī)器視覺(jué)及其在農(nóng)業(yè)機(jī)械中的應(yīng)用綜述[A];2007年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

10 沈?qū)殗?guó);陳樹(shù)人;尹建軍;;基于機(jī)器視覺(jué)的棉田雜草精確定位研究[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 李劍琦;機(jī)器視覺(jué)行業(yè)整合正熱 中國(guó)市場(chǎng)尚處萌芽期[N];機(jī)電商報(bào);2005年

2 本報(bào)記者 董碧娟;解密機(jī)器視覺(jué)“第三只眼”[N];經(jīng)濟(jì)日?qǐng)?bào);2013年

3 本報(bào)記者 郭濤;機(jī)器視覺(jué)：為機(jī)器裝上“眼睛”和“大腦”[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2014年

4 張均;德國(guó)機(jī)器視覺(jué)傳感器市場(chǎng)前景好[N];中國(guó)貿(mào)易報(bào);2007年

5 金剛;給機(jī)器一雙慧眼[N];計(jì)算機(jī)世界;2007年

6 朱廣菁;機(jī)器視覺(jué)怎樣“看”不合格產(chǎn)品[N];大眾科技報(bào);2008年

7 宋昆;用機(jī)器視覺(jué)控制煙草質(zhì)量[N];計(jì)算機(jī)世界;2007年

8 張棟;西安光電子專業(yè)孵化器舉辦專業(yè)展覽會(huì)[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2007年

9 王遐;機(jī)器視覺(jué):藥品包裝在線檢測(cè)系統(tǒng)開(kāi)發(fā)成功[N];中國(guó)包裝報(bào);2010年

10 點(diǎn)評(píng)人 高炎 黃牧青 劉笑一 李士杰 北京大學(xué)技術(shù)轉(zhuǎn)移中心;機(jī)器視覺(jué)輔助冬季道路狀況監(jiān)測(cè)[N];科技日?qǐng)?bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 梁卓銳;機(jī)器視覺(jué)手勢(shì)交互的交互映射研究[D];華南理工大學(xué);2015年

2 孟慶寬;基于機(jī)器視覺(jué)的農(nóng)業(yè)車輛—農(nóng)具組合導(dǎo)航系統(tǒng)路徑識(shí)別及控制方法研究[D];中國(guó)農(nóng)業(yè)大學(xué);2014年

3 葛動(dòng)元;面向精密制造與檢測(cè)的機(jī)器視覺(jué)及智能算法研究[D];華南理工大學(xué);2013年

4 饒洪輝;基于機(jī)器視覺(jué)的作物對(duì)行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2006年

5 龔愛(ài)平;基于嵌入式機(jī)器視覺(jué)的信息采集與處理技術(shù)研究[D];浙江大學(xué);2013年

6 陳麗君;基于機(jī)器視覺(jué)的變量噴霧控制系統(tǒng)研究[D];沈陽(yáng)農(nóng)業(yè)大學(xué);2009年

7 徐曉秋;機(jī)器視覺(jué)球面孔位快速精密測(cè)量系統(tǒng)的研究[D];四川大學(xué);2006年

8 成芳;稻種質(zhì)量的機(jī)器視覺(jué)無(wú)損檢測(cè)研究[D];浙江大學(xué);2004年

9 程洪;面向園藝應(yīng)用的機(jī)器視覺(jué)目標(biāo)辨識(shí)方法創(chuàng)新[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

10 許海霞;機(jī)器視覺(jué)標(biāo)定與目標(biāo)檢測(cè)跟蹤方法及其應(yīng)用研究[D];湖南大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 冼志軍;錫膏印刷機(jī)誤差與錫膏印刷質(zhì)量檢測(cè)技術(shù)研究[D];華南理工大學(xué);2015年

2 孫斌;基于FPGA的壓力表盤機(jī)器視覺(jué)研究與實(shí)現(xiàn)[D];昆明理工大學(xué);2015年

3 許哲;基于機(jī)器視覺(jué)的快速測(cè)溫?zé)犭娕己附蛹夹g(shù)研究[D];河北聯(lián)合大學(xué);2014年

4 李鵬;基于機(jī)器視覺(jué)的PCB工業(yè)在線檢測(cè)系統(tǒng)研究[D];昆明理工大學(xué);2015年

5 佘燕玲;以用戶為中心的機(jī)器視覺(jué)手勢(shì)交互空間映射關(guān)系研究[D];華南理工大學(xué);2015年

6 孫中國(guó);基于機(jī)器視覺(jué)的面粉袋碼垛機(jī)器人研究[D];山東建筑大學(xué);2015年

7 漆靜;基于機(jī)器視覺(jué)集裝箱吊具智能定位系統(tǒng)研究[D];西南交通大學(xué);2015年

8 張文;基于機(jī)器視覺(jué)的通信裝備故障識(shí)別研究[D];西南交通大學(xué);2015年

9 冉寶山;基于機(jī)器視覺(jué)的裝料系統(tǒng)試驗(yàn)研究[D];長(zhǎng)安大學(xué);2015年

10 馮康;基于機(jī)器視覺(jué)的棉花識(shí)別與定位技術(shù)的研究[D];石河子大學(xué);2015年

，

本文編號(hào)：1793099