移動(dòng)機(jī)器人平臺(tái)上的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf

1、隨著計(jì)算機(jī)硬件和軟件水平的不斷提高，制造出高度智能化的機(jī)器人以代替人類的勞動(dòng)正在成為現(xiàn)實(shí)。機(jī)器人的智能化程度主要取決于其對(duì)周圍環(huán)境的感知能力。視覺(jué)傳感器是機(jī)器人獲取周圍環(huán)境信息的主要工具之一，通過(guò)對(duì)視覺(jué)傳感器獲取信息的處理，模擬人類的視覺(jué)系統(tǒng)，實(shí)現(xiàn)對(duì)環(huán)境的感知是計(jì)算機(jī)視覺(jué)的主要任務(wù)。運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤作為計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究方向之一，在深空探測(cè)、智能交通，安全監(jiān)控和智能機(jī)器人環(huán)境感知等領(lǐng)域都得到了廣泛的應(yīng)用。因此運(yùn)動(dòng)目標(biāo)的檢測(cè)跟蹤的

2、研究具有重要的理論意義和應(yīng)用價(jià)值。
　　本文主要研究在動(dòng)態(tài)背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法，并以AS-RF移動(dòng)機(jī)器人為實(shí)驗(yàn)平臺(tái)，設(shè)計(jì)并實(shí)現(xiàn)了基于移動(dòng)機(jī)器人的目標(biāo)檢測(cè)和跟蹤系統(tǒng)。
　　運(yùn)動(dòng)目標(biāo)檢測(cè)是后續(xù)目標(biāo)跟蹤的先決條件，根據(jù)攝像機(jī)是否運(yùn)動(dòng)可以分為靜態(tài)背景的運(yùn)動(dòng)目標(biāo)檢測(cè)和動(dòng)態(tài)背景的運(yùn)動(dòng)目標(biāo)檢測(cè)。靜態(tài)背景的運(yùn)動(dòng)目標(biāo)檢測(cè)經(jīng)過(guò)多年的發(fā)展已經(jīng)逐漸趨于成熟。動(dòng)態(tài)背景的運(yùn)動(dòng)目標(biāo)檢測(cè)則由于存在背景運(yùn)動(dòng)與目標(biāo)運(yùn)動(dòng)兩種相互獨(dú)立的運(yùn)動(dòng)，其研究進(jìn)展較

3、慢。本文在分析Horn-Schunch(HS)光流算法運(yùn)算量的基礎(chǔ)上,提出一種結(jié)合金字塔Lucas-Kanade(LK)光流和HS光流的動(dòng)態(tài)場(chǎng)景運(yùn)動(dòng)目標(biāo)檢測(cè)算法。該算法首先利用金字塔 LK光流法計(jì)算出圖像的稀疏光流,根據(jù)稀疏光流的運(yùn)動(dòng)方向和幅值大小去除運(yùn)動(dòng)目標(biāo)和誤匹配點(diǎn)的運(yùn)動(dòng)矢量,提取出背景的運(yùn)動(dòng)矢量作為HS光流計(jì)算的初始值,完整地檢測(cè)出運(yùn)動(dòng)目標(biāo)。
　　目標(biāo)跟蹤是對(duì)選定或檢測(cè)到的目標(biāo)在圖像序列中進(jìn)行定位的問(wèn)題。在眾多跟蹤算法中Ca

4、mShift算法以計(jì)算量小，對(duì)光線變化、目標(biāo)尺度縮放、旋轉(zhuǎn)變化都有較好的魯棒性而在工程領(lǐng)域的到廣泛應(yīng)用。然而傳統(tǒng) CamShift跟蹤算法容易受到相似背景的干擾，且不能跟蹤運(yùn)動(dòng)速度較快的目標(biāo)。本文在傳統(tǒng)CamShift算法中引入了基于塊的反向投影圖，提出了雙反向投影圖 CamShift跟蹤算法。利用基于塊的反向投影圖對(duì)背景干擾進(jìn)行濾除，同時(shí)提供目標(biāo)位置的粗略估計(jì)。
　　以雙反向投影圖CamShift跟蹤算法為核心，以AS-RF移動(dòng)