基于全方位视觉的运动目标检测与跟踪算法研究
全方位视觉是近年来倍受关注的一个研究领域，也是各个国家学者研究的热点。与普通摄像机相比，它的优势在于能够采集到周围360°的视场信息，因此，有必要探索一套适合于全方位视觉的目标检测与跟踪方法。本文利用全方位视觉传感器，对图像的展开过程进行了研究，并在分析和总结现有目标检测与跟踪算法的基础上，结合全方位视觉的特点，对算法进行了改进，本文完成的研究工作及贡献如下： (1)全方位图像展开。虽然全方位视觉拥有巨大的视野范围，但它采集到的图像存在着严重的失真和场景扭曲，因此需要对图像进行展开。本文从全方位视觉的成像过程入手，论述了柱面展开算法，并在此基础上，又对快速展开算法进行了研究。同时，在展开过程中引入插值算法，以提高展开图像质量。 (2)运动目标检测。在摄像机固定的情况下，本文将帧差法的思想应用于背景建模，提出了一种基于隔帧差分的背景建模方法，该算法利用连续的隔帧差分信息逐步获取背景模型，并提出了背景更新的相关策略；在摄像机运动的情况下，本文通过仿射变换来估算背景运动，提出了一种基于背景补偿的运动目标检测算法。 (3)运动目标跟踪。针对传统Mean-shift在目标跟踪方面的不足，并考虑到全方位图像存在非线性畸变的问题，本文做了算法改进，改进算法首先采用自适应尺度法对窗口带宽进行修正，以适应目标尺度；同时，又结合Kalman滤波对目标运动进行估计；最后，通过实验证明：本文改进算法应用于全方位视觉，在复杂环境中对目标进行跟踪，能够取得良好的效果。
全方位视觉;图像展开;运动目标检测;目标跟踪;尺度自适应;卡尔曼滤波器
中国计量学院
硕士
物理电子学
邹细勇
2015
中文
TP391.41;TP301.6
68
2016-05-04（万方平台首次上网日期，不代表论文的发表时间）