機器人目標跟蹤系統(tǒng)的研究與設計
發(fā)布時間：2021-11-22 04:52
機器人主要是通過機器視覺系統(tǒng)與外界環(huán)境進行互動,因此對機器人視覺的研究就顯得尤為重要,而對運動目標物體的跟蹤又是機器人視覺的一個重要研究方向,所以對機器人目標跟蹤系統(tǒng)的研究與設計具有重要的理論和應用價值。在實際情況下,機器人目標跟蹤系統(tǒng)要達到檢測目標的準確性,跟蹤目標的穩(wěn)健性與實時性的“三性”統(tǒng)一是比較困難的,本文研究目的是在實驗室環(huán)境下研究和設計一款機器人目標跟蹤系統(tǒng)達到“三性”的相對統(tǒng)一。首先,本文研究了經(jīng)典的目標檢測算法即幀間差分法、背景減除法和光流法。在眾多的目標跟蹤算法中,本文又主要研究了兩個經(jīng)典算法—Meanshift目標跟蹤算法和Camshift目標跟蹤算法。其次,本文在研究經(jīng)典目標檢測和跟蹤算法之后,針對實際情況提出了一種五幀幀間差分加權法,五幀幀間差分加權法相較于傳統(tǒng)幀差法能夠提取更完整的目標輪廓,對于運動較慢的物體更為敏感。同時本文還對CamShift跟蹤算法進行了改進,引入面積閾值和寬高比閾值,增強了算法抗背景干擾的能力,保存H分量直方圖能夠保證跟蹤的連續(xù)性。本文將彩色直方圖均衡化、五幀幀間差分加權法和改進的CamShift目標跟蹤算法相結合,提出了一種基于彩色直...
【文章來源】：內(nèi)蒙古工業(yè)大學內(nèi)蒙古自治區(qū)
【文章頁數(shù)】：78 頁
【學位級別】：碩士
【部分圖文】：
整體研究步驟Fig.1-1Theoverallresearchprocedures
第二章 經(jīng)典目標跟蹤算法研究度級在圖像中的具體位置；每一幅圖像都有且只有一個直方圖與之對應，但是方圖卻可以對應多幅圖像；如果一幅圖像有多個非連通區(qū)域，那么這幅圖像的是所有非連通區(qū)域直方圖相加。顧名思義，直方圖均衡化的含義是將隨機分布的不均衡的灰度圖像直方圖轉(zhuǎn)勻分布的灰度直方圖。其基本思想是對原始圖像的像元灰度通過某種特定的映,變換成一種更寬泛的更統(tǒng)一的分布，其核心是把集中灰度分布映射成均勻灰。這就意味著增大了像元的取值動態(tài)范圍,圖像的對比度和灰度色調(diào)增大，圖更加清晰。理想狀態(tài)下直方圖均衡化的情況如圖 2-2 所示，在實際情況下，對像 2-3(a)進行直方圖均衡化，均衡化后的圖像為圖 2-3(b)，原始圖像的直方(c)，均衡化后的直方圖為 2-3(d)。
直方圖均衡化的含義是將隨機分布的不均衡的灰度圖像直方圖轉(zhuǎn)換勻分布的灰度直方圖。其基本思想是對原始圖像的像元灰度通過某種特定的映射,變換成一種更寬泛的更統(tǒng)一的分布，其核心是把集中灰度分布映射成均勻灰度。這就意味著增大了像元的取值動態(tài)范圍,圖像的對比度和灰度色調(diào)增大，圖像更加清晰。理想狀態(tài)下直方圖均衡化的情況如圖 2-2 所示，在實際情況下，對原像 2-3(a)進行直方圖均衡化，均衡化后的圖像為圖 2-3(b)，原始圖像的直方圖3(c)，均衡化后的直方圖為 2-3(d)。圖 2-2 理想狀態(tài)下直方圖均衡化Fig.2-2 The histogram equalization under ideal state
【參考文獻】：
期刊論文
[1]室內(nèi)單目機器人視覺目標發(fā)現(xiàn)與跟隨[J]. 駱頗. 計算機系統(tǒng)應用. 2018(01)
[2]基于機器學習的目標跟蹤算法研究綜述[J]. 曹東,付承毓,金鋼. 計算機科學. 2016(12)
[3]運動目標檢測方法概述[J]. 趙亞欣,趙懷勛. 電子世界. 2016(22)
[4]TLD目標跟蹤算法綜述[J]. 楊豐瑞,杜奎,莊園. 電視技術. 2016(10)
[5]單目標跟蹤算法綜述[J]. 汪鴻翔,柳培忠,駱炎民,洪銘,顧培婷. 海峽科學. 2016(07)
[6]視覺手勢識別綜述[J]. 易靖國,程江華,庫錫樹. 計算機科學. 2016(S1)
[7]輪式移動機器人運動控制系統(tǒng)研究與設計[J]. 楊俊駒,林睿,王振華,孫立寧. 現(xiàn)代電子技術. 2016(02)
[8]基于Socket的Android移動終端視頻實時傳輸系統(tǒng)的設計與實現(xiàn)[J]. 呂緒洋,周燕琴. 大眾科技. 2015(12)
[9]基于五幀差分法的動態(tài)目標檢測新算法[J]. 郭春鳳. 重慶科技學院學報(自然科學版). 2015(05)
[10]基于WiFi面向Android的視頻監(jiān)護系統(tǒng)[J]. 周騎,諸強. 電視技術. 2015(14)
碩士論文
[1]基于三幀差法的運動目標檢測方法研究[D]. 趙建.西安電子科技大學 2013
[2]移動機器人平臺上的運動目標檢測與跟蹤[D]. 施芒.南昌航空大學 2012
[3]基于DM642的camshift目標跟蹤算法研究[D]. 楊振興.南京理工大學 2010
[4]基于圖像處理技術的移動機器人目標跟蹤[D]. 沈哲.江西理工大學 2010
本文編號：3510976
【文章來源】：內(nèi)蒙古工業(yè)大學內(nèi)蒙古自治區(qū)
【文章頁數(shù)】：78 頁
【學位級別】：碩士
【部分圖文】：
整體研究步驟Fig.1-1Theoverallresearchprocedures
第二章 經(jīng)典目標跟蹤算法研究度級在圖像中的具體位置；每一幅圖像都有且只有一個直方圖與之對應，但是方圖卻可以對應多幅圖像；如果一幅圖像有多個非連通區(qū)域，那么這幅圖像的是所有非連通區(qū)域直方圖相加。顧名思義，直方圖均衡化的含義是將隨機分布的不均衡的灰度圖像直方圖轉(zhuǎn)勻分布的灰度直方圖。其基本思想是對原始圖像的像元灰度通過某種特定的映,變換成一種更寬泛的更統(tǒng)一的分布，其核心是把集中灰度分布映射成均勻灰。這就意味著增大了像元的取值動態(tài)范圍,圖像的對比度和灰度色調(diào)增大，圖更加清晰。理想狀態(tài)下直方圖均衡化的情況如圖 2-2 所示，在實際情況下，對像 2-3(a)進行直方圖均衡化，均衡化后的圖像為圖 2-3(b)，原始圖像的直方(c)，均衡化后的直方圖為 2-3(d)。
直方圖均衡化的含義是將隨機分布的不均衡的灰度圖像直方圖轉(zhuǎn)換勻分布的灰度直方圖。其基本思想是對原始圖像的像元灰度通過某種特定的映射,變換成一種更寬泛的更統(tǒng)一的分布，其核心是把集中灰度分布映射成均勻灰度。這就意味著增大了像元的取值動態(tài)范圍,圖像的對比度和灰度色調(diào)增大，圖像更加清晰。理想狀態(tài)下直方圖均衡化的情況如圖 2-2 所示，在實際情況下，對原像 2-3(a)進行直方圖均衡化，均衡化后的圖像為圖 2-3(b)，原始圖像的直方圖3(c)，均衡化后的直方圖為 2-3(d)。圖 2-2 理想狀態(tài)下直方圖均衡化Fig.2-2 The histogram equalization under ideal state
【參考文獻】：
期刊論文
[1]室內(nèi)單目機器人視覺目標發(fā)現(xiàn)與跟隨[J]. 駱頗. 計算機系統(tǒng)應用. 2018(01)
[2]基于機器學習的目標跟蹤算法研究綜述[J]. 曹東,付承毓,金鋼. 計算機科學. 2016(12)
[3]運動目標檢測方法概述[J]. 趙亞欣,趙懷勛. 電子世界. 2016(22)
[4]TLD目標跟蹤算法綜述[J]. 楊豐瑞,杜奎,莊園. 電視技術. 2016(10)
[5]單目標跟蹤算法綜述[J]. 汪鴻翔,柳培忠,駱炎民,洪銘,顧培婷. 海峽科學. 2016(07)
[6]視覺手勢識別綜述[J]. 易靖國,程江華,庫錫樹. 計算機科學. 2016(S1)
[7]輪式移動機器人運動控制系統(tǒng)研究與設計[J]. 楊俊駒,林睿,王振華,孫立寧. 現(xiàn)代電子技術. 2016(02)
[8]基于Socket的Android移動終端視頻實時傳輸系統(tǒng)的設計與實現(xiàn)[J]. 呂緒洋,周燕琴. 大眾科技. 2015(12)
[9]基于五幀差分法的動態(tài)目標檢測新算法[J]. 郭春鳳. 重慶科技學院學報(自然科學版). 2015(05)
[10]基于WiFi面向Android的視頻監(jiān)護系統(tǒng)[J]. 周騎,諸強. 電視技術. 2015(14)
碩士論文
[1]基于三幀差法的運動目標檢測方法研究[D]. 趙建.西安電子科技大學 2013
[2]移動機器人平臺上的運動目標檢測與跟蹤[D]. 施芒.南昌航空大學 2012
[3]基于DM642的camshift目標跟蹤算法研究[D]. 楊振興.南京理工大學 2010
[4]基于圖像處理技術的移動機器人目標跟蹤[D]. 沈哲.江西理工大學 2010
本文編號：3510976
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3510976.html
最近更新
教材專著
