自主機(jī)器人對運(yùn)動目標(biāo)檢測與跟蹤的實(shí)質(zhì)是使機(jī)器人擁有類似于人類視覺的運(yùn)動目標(biāo)檢測與跟蹤能力,其技術(shù)核心是動態(tài)背景下的運(yùn)動目標(biāo)檢測與跟蹤。目前的動態(tài)背景下,運(yùn)動目標(biāo)檢測與跟蹤技術(shù)存在著檢測精度低、跟蹤不穩(wěn)定的缺點(diǎn)。針對現(xiàn)有運(yùn)動目標(biāo)檢測與跟蹤算法的不足,本文對動態(tài)背景下運(yùn)動目標(biāo)檢測及目標(biāo)跟蹤技術(shù)進(jìn)行深入的研究。其主要創(chuàng)新工作如下:針對傳統(tǒng)算法在動態(tài)背景條件下難以準(zhǔn)確檢測出運(yùn)動目標(biāo)的問題,本文提出一種基于顯著性分析的運(yùn)動目標(biāo)檢測算法。本算法在單幀圖像超像素分割的基礎(chǔ)上,根據(jù)邊緣超像素點(diǎn)與中心超像素點(diǎn)的特征差異建立全局顏色差異圖和空間位置差異圖,同時(shí)利用序列圖像建立混合動態(tài)紋理顯著圖,并將三種顯著圖進(jìn)行融合得到運(yùn)動目標(biāo)初始顯著圖。而后運(yùn)用元胞自動機(jī)的自動更新機(jī)制對初始顯著圖進(jìn)行優(yōu)化,最后通過局部閾值分割算法得到運(yùn)動目標(biāo)。經(jīng)實(shí)驗(yàn)驗(yàn)證,本文算法具有較高的檢測精度。針對目標(biāo)跟蹤算法在機(jī)器人應(yīng)用中既要需滿足實(shí)時(shí)性要求,又要應(yīng)對目標(biāo)快速運(yùn)動及尺度變化的問題,本文選用實(shí)時(shí)性較高的KCF核相關(guān)濾波算法作為目標(biāo)跟蹤算法框架。首先將LAB顏色直方圖與HOG梯度直方圖進(jìn)行自適應(yīng)融合,提高目標(biāo)特征表達(dá)能力。其次利用卡爾...

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 運(yùn)動目標(biāo)檢測研究現(xiàn)狀
    1.3 目標(biāo)跟蹤研究現(xiàn)狀
    1.4 論文結(jié)構(gòu)安排
第2章 基礎(chǔ)理論及關(guān)鍵技術(shù)
    2.1 引言
    2.2 目標(biāo)特征描述
        2.2.1 LAB色彩空間及其特征
        2.2.2 LBP紋理特征
        2.2.3 方向梯度直方圖(HOG)特征
    2.3 基于背景補(bǔ)償?shù)倪\(yùn)動目標(biāo)檢測
    2.4 基于KCF的目標(biāo)跟蹤算法
        2.4.1 循環(huán)位移采樣
        2.4.2 分類器訓(xùn)練
        2.4.3 快速檢測
        2.4.4 分類器更新
    2.5 本章小結(jié)
第3章 基于顯著性分析的運(yùn)動目標(biāo)檢測
    3.1 引言
    3.2 SLIC超像素分割
    3.3 全局差異圖
        3.3.1 全局顏色差異圖
        3.3.2 全局空間距離差異圖
    3.4 混合動態(tài)紋理顯著圖
        3.4.1 動態(tài)紋理
        3.4.2 混合動態(tài)紋理
    3.5 元胞自動機(jī)狀態(tài)更新
        3.5.1 同步更新機(jī)制
        3.5.2 局部閾值分割
    3.6 實(shí)驗(yàn)結(jié)果與分析
        3.6.1 定性分析
        3.6.2 定量分析
    3.7 本章小結(jié)
第4章 基于改進(jìn)KCF的目標(biāo)跟蹤算法
    4.1 引言
    4.2 KCF目標(biāo)跟蹤算法優(yōu)缺點(diǎn)分析
    4.3 基于LAB顏色優(yōu)化的KCF算法
        4.3.1 顏色直方圖
        4.3.2 自適應(yīng)特征融合
    4.4 基于卡爾曼濾波優(yōu)化的KCF算法
        4.4.1 卡爾曼濾波算法
        4.4.2 位置預(yù)測
        4.4.3 尺度變換
    4.5 實(shí)驗(yàn)結(jié)果與分析
        4.5.1 定性分析
        4.5.2 定量分析
    4.6 本章小結(jié)
第5章 基于NAO機(jī)器人實(shí)驗(yàn)平臺的自主跟蹤
    5.1 引言
    5.2 運(yùn)動目標(biāo)自主跟蹤機(jī)制
    5.3 綜合實(shí)驗(yàn)
        5.3.1 NAO機(jī)器人實(shí)驗(yàn)平臺
        5.3.2 實(shí)驗(yàn)驗(yàn)證
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 論文工作總結(jié)
    6.2 未來研究展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間所開展的科研項(xiàng)目和發(fā)表的學(xué)術(shù)論文



本文編號：4038339