目標(biāo)跟蹤檢測在人機互動、工業(yè)測量和機器人導(dǎo)航等領(lǐng)域有著廣泛的應(yīng)用,通過對相機采集所獲得的被測目標(biāo)圖片幀序列進行圖像處理與分析,將運動目標(biāo)從背景中分割出來,進而獲得被測對象的運動軌跡,實現(xiàn)持續(xù)的跟蹤定位。然而目標(biāo)識別與跟蹤的實際應(yīng)用多采用單目視覺系統(tǒng),單相機所采集到的圖像信息不足,丟失了實際場景中的深度信息,無法實現(xiàn)跟蹤目標(biāo)的空間坐標(biāo)測量。此外,對于跟蹤識別過程中目標(biāo)受物體遮擋等問題,單相機系統(tǒng)難以利用視頻圖像中的信息采取有效的目標(biāo)識別跟蹤策略。而立體視覺系統(tǒng)通過獲取兩幅圖像之間的場景視差恢復(fù)場景深度,能實現(xiàn)三維空間的場景重建,受目標(biāo)遮擋等因素的干擾程度更小,對于復(fù)雜場景里的目標(biāo)也能有很好的跟蹤效果。此外,若運動目標(biāo)超出相機視場,利用相機云臺的平移和回轉(zhuǎn)運動可實現(xiàn)對目標(biāo)的持續(xù)視覺跟蹤。因此,采用動云臺雙目立體視覺的動態(tài)目標(biāo)跟蹤測量技術(shù),在視覺跟蹤檢測領(lǐng)域有著相當(dāng)重要的意義。本文以動云臺條件下的動態(tài)視覺測量技術(shù)為基礎(chǔ),提出了駕駛員視覺疲勞的定量測量方法。對駕駛員眼睛運動軌跡跟蹤算法進行了深入的研究,分析了多種算法在人眼識別和提取過程中的差異,提出了人眼虹膜中心亞像素級精確定位的算法。搭建了... 

【文章來源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

運動目標(biāo)視覺追蹤裝置

運動云臺進行動

第一章緒論5圖1.2運動云臺進行動態(tài)目標(biāo)跟蹤的典型應(yīng)用Figure1.2Typicalapplicationofdynamictargettrackingbasedonmotionplatform除此之外，相機視覺系統(tǒng)常與移動機器人、柔性關(guān)節(jié)臂等運動機構(gòu)組成近場攝影測量系統(tǒng)，依靠運動機構(gòu)提供空間位置信息，系統(tǒng)能夠?qū)D像進行相應(yīng)的拼接或融合，以達到對大尺寸目標(biāo)進行測量的目的，圖1.3展現(xiàn)了利用多臺機器人手眼機構(gòu)組成的柔性測量系統(tǒng)[38]。圖1.3機器人手眼機構(gòu)組成的柔性測量系統(tǒng)Figure1.3Flexiblemeasuringsystemcomposedofrobothand-eyemechanism總而言之，目前動云臺條件下的立體視覺目標(biāo)動態(tài)跟蹤測量技術(shù)在工業(yè)測量、機器人視覺導(dǎo)航和軍事等領(lǐng)域均有著廣泛的應(yīng)用，其潛在的科學(xué)價值和經(jīng)濟價值巨大，隨著視覺檢測與人工智能技術(shù)的持續(xù)發(fā)展，該技術(shù)也將獲得進一步的提升和發(fā)展。其應(yīng)用前景必將更為廣闊，其所帶來的經(jīng)濟效益也將越來越豐富。1.3主要研究內(nèi)容本文研究了目前駕駛員疲勞檢測的主流方法，在動云臺視覺跟蹤測量技術(shù)的


本文編號：3209378