動(dòng)態(tài)視覺傳感器是一種仿生視覺傳感器,和傳統(tǒng)的視覺傳感器相比,具有延遲低、動(dòng)態(tài)范圍高、數(shù)據(jù)冗余度小、功耗低、數(shù)據(jù)異步輸出等特點(diǎn)。動(dòng)態(tài)視覺傳感器不存在運(yùn)動(dòng)模糊,適用于采集高速運(yùn)動(dòng)的目標(biāo)。另外,動(dòng)態(tài)視覺傳感器在反光場(chǎng)景和偏暗環(huán)境下能實(shí)現(xiàn)較好的數(shù)據(jù)采集效果。鑒于動(dòng)態(tài)視覺傳感器的這些優(yōu)點(diǎn),其在跟蹤方面具有較大的運(yùn)用潛能,本課題的研究目的是探索動(dòng)態(tài)視覺傳感器在跟蹤方面的應(yīng)用,釋放動(dòng)態(tài)視覺傳感器在目標(biāo)跟蹤方面的潛能。為了實(shí)現(xiàn)這個(gè)目標(biāo),本文研究了動(dòng)態(tài)視覺傳感器特征提取、灰度圖和事件流相結(jié)合的跟蹤算法以及動(dòng)態(tài)視覺傳感器光流檢測(cè)與特征跟蹤這三個(gè)方面的內(nèi)容,具體包括以下幾個(gè)部分工作。首先,為了有效提取到特征點(diǎn),本文研究了動(dòng)態(tài)視覺傳感器的特征提取算法。首先研究了通過生成積分圖實(shí)現(xiàn)特征提取的算法,使用事件流積分生成積分圖,再通過基本特征提取算法實(shí)現(xiàn)特征點(diǎn)提取。此外,針對(duì)動(dòng)態(tài)視覺傳感器數(shù)據(jù)異步輸出的特點(diǎn),研究了異步特征點(diǎn)檢測(cè)算法。然后,為了利用動(dòng)態(tài)視覺傳感器延遲低、時(shí)間分辨率高等優(yōu)點(diǎn),本文研究了灰度圖和事件流相結(jié)合的跟蹤算法。本算法通過事件流積分生成積分圖,通過灰度圖生成預(yù)測(cè)圖,利用二者之間的關(guān)系求出仿射變換參數(shù)... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

傳統(tǒng)相機(jī)對(duì)高速運(yùn)

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-4-像素傳感器還僅僅是實(shí)驗(yàn)芯片，技術(shù)并不成熟。因此Mahowald設(shè)計(jì)的這套系統(tǒng)并沒有得到大規(guī)模生產(chǎn)。在此之后，動(dòng)態(tài)視覺傳感器相關(guān)研究一直進(jìn)展緩慢，并且主要集中在歐洲和北美地區(qū)。直到2008年，PatrickLichtsteiner和TobiDelbruck發(fā)明了一種性能優(yōu)異的動(dòng)態(tài)視覺傳感器[6]。這種傳感器通過檢測(cè)視場(chǎng)中的對(duì)數(shù)亮度變化確定輸出事件，事件包含像素位置、時(shí)間和極性。圖1-3表示的就是這種傳感器。該傳感器的像素為128×128，在3.3v供電條件下，功耗僅24mW。在性能方面，該傳感器做到了最小時(shí)間延遲為15us，動(dòng)態(tài)范圍為120dB。2011年，Posch帶領(lǐng)的奧地利技術(shù)研究團(tuán)隊(duì)制作出了一款異步圖像傳感器[7]，該傳感器使用了脈沖寬度調(diào)制（PWM）電路，實(shí)現(xiàn)了143dB的動(dòng)態(tài)范圍。圖1-3128×128動(dòng)態(tài)視覺傳感器系統(tǒng)2014年，瑞士蘇黎世聯(lián)邦理工大學(xué)和蘇黎世大學(xué)的Brandli和Berner等人研發(fā)出了動(dòng)態(tài)有源視覺傳感器(DAVIS)。不同于原來的動(dòng)態(tài)視覺傳感器，該型傳感器具有同時(shí)采集灰度圖和事件流的能力。使用這種傳感器可以同時(shí)利用灰度圖和事件流的優(yōu)點(diǎn)[8][9]。不僅如此，動(dòng)態(tài)有源視覺傳感器(DAVIS)還配備了IMU系統(tǒng)，由此大量研究人員開始關(guān)注動(dòng)態(tài)視覺傳感器在slam領(lǐng)域和機(jī)器人領(lǐng)域的運(yùn)用。自此，動(dòng)態(tài)視覺傳感器才開始受到關(guān)注，眾多的研究人員開始探索動(dòng)態(tài)視覺傳感器在視覺領(lǐng)域的運(yùn)用�，F(xiàn)在已經(jīng)有公司開始發(fā)售商業(yè)動(dòng)態(tài)視覺傳感器，國內(nèi)外有三家公司具備開發(fā)能力，分別是中國的芯侖科技，瑞士的InLabs以及法國的Chronocam。這三家公司都處于初創(chuàng)階段。由于動(dòng)態(tài)視覺傳感器的硬件發(fā)展歷史較短，當(dāng)前和動(dòng)態(tài)視覺傳感器相關(guān)的計(jì)算機(jī)視覺算法發(fā)展仍處于起步階段。2015年，IEEE智能機(jī)器人與系統(tǒng)國際會(huì)議

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-12-第2章動(dòng)態(tài)視覺傳感器特征提取算法研究2.1引言本章將介紹動(dòng)態(tài)視覺傳感器的工作原理和特征提取算法。在動(dòng)態(tài)視覺傳感器方面，介紹動(dòng)態(tài)視覺傳感器的數(shù)學(xué)模型，數(shù)據(jù)輸出格式以及運(yùn)用優(yōu)勢(shì)。在特征提取算法方面，本章將介紹灰度圖相關(guān)的特征提取算法和以事件流為輸入的特征提取算法。當(dāng)前開發(fā)出的Davis動(dòng)態(tài)傳感器可以同時(shí)采集灰度圖和事件流，另外可以通過事件流積分形成積分圖，因此可以通過基本特征提取算法實(shí)現(xiàn)特征提齲本章介紹的以事件流為輸入的特征提取算法是一種異步角點(diǎn)檢測(cè)算法，可以實(shí)現(xiàn)高效的特征提齲2.2動(dòng)態(tài)視覺傳感器動(dòng)態(tài)視覺傳感器（DVS）是受人眼視網(wǎng)膜成像原理啟發(fā)而設(shè)計(jì)的一種仿生視覺傳感器，如圖2-1所示。動(dòng)態(tài)視覺傳感器通過事件驅(qū)動(dòng)的方式采集數(shù)據(jù)，而不是固定頻率采集數(shù)據(jù)。與傳統(tǒng)相機(jī)不同，動(dòng)態(tài)視覺傳感器沒有“直的概念。當(dāng)現(xiàn)實(shí)場(chǎng)景中發(fā)生變化時(shí)，動(dòng)態(tài)視覺傳感器會(huì)產(chǎn)生一些像素級(jí)的輸出，我們將每個(gè)像素點(diǎn)的一個(gè)輸出稱為一個(gè)事件[29]。一個(gè)事件可以表示為（t,x,y,p），這里的x，y為事件在二維空間的像素坐標(biāo)，t為事件的時(shí)間戳，p為事件的極性。事件的極性代表場(chǎng)景的亮度變化，上升（positive）或者下降(negative)，這是一個(gè)二值化的數(shù)據(jù)。每一個(gè)像素點(diǎn)的傳感器都是獨(dú)立工作的，事件異步輸出。圖2-1動(dòng)態(tài)視覺傳感器

【參考文獻(xiàn)】：
期刊論文
[1]角點(diǎn)檢測(cè)技術(shù)綜述[J]. 朱思聰,周德龍.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2020(01)



本文編號(hào)：3524152