基于視頻的集裝箱檢測與跟蹤技術(shù)研究.pdf

1、目前，采用計算機視覺技術(shù)是集裝箱自動化裝卸作業(yè)中實現(xiàn)集裝箱識別和定位的發(fā)展方向。本文對集裝箱的自動化裝卸技術(shù)進行研究，構(gòu)建了集裝箱裝卸模擬系統(tǒng)。利用該模擬系統(tǒng)在實驗室環(huán)境下，對計算機視覺技術(shù)在集裝箱自動化裝卸系統(tǒng)中的應(yīng)用進行了較為深入的研究，針對已有算法的不足之處提出改進，并用C++編程實現(xiàn)了這些算法，驗證了算法的可行性。 本文在總結(jié)和分析現(xiàn)有的視頻檢測和跟蹤技術(shù)的基礎(chǔ)上，針對其中的不足重點研究攝像頭固定條件下的運動目標檢測和跟

2、蹤技術(shù)，其中主要涉及到運動集裝箱的檢測與提取、運動集裝的跟蹤等方面的內(nèi)容，完成的主要研究工作如下： (1)運動集裝箱檢測方法研究針對視頻監(jiān)視背景下運動目標有效檢測的問題，提出了基于高斯混合背景模型、團塊目標檢測和空間自適應(yīng)閾值分割的運動集裝箱檢測和提取方法。根據(jù)視頻序列的幀間信息差異，對背景進行實時動態(tài)更新；然后用團塊目標檢測算法對背景差的結(jié)果處理得到運動前景的大致區(qū)域，并用空間自適應(yīng)閾值分割的方法提取更精確的前景信息；最后將兩

3、種算法結(jié)果綜合，實現(xiàn)了對運動集裝箱的有效檢測和提取。 (2)運動集裝箱的跟蹤方法研究針對運動目標跟蹤所需計算量大、目標遮擋等難題，本文對目標跟蹤進行了初步研究，將前景檢測的結(jié)果用HSV顏色模型反向投影視頻序列生成概率分布圖，作為Camshift算法的輸入實現(xiàn)對運動前景的跟蹤，確定其運動軌跡。并且用卡爾曼濾波理論建立運動模型，預(yù)測運動目標的位置解決運動目標被完全遮擋時不致軌跡中斷，并使運動軌跡更加穩(wěn)定、精確。 本文借鑒了智