基于某dw1000芯片对运动目标地定位算法地地地研究

《基于某dw1000芯片对运动目标地定位算法地地地研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实用标准文案基于DW1000芯片对运动目标的定位算法的研究刘畅国际学院2011级8班，20112129582011212958@bupt.edu.cn摘要:本文提出三种不同类型的定位算法，一种为超声速运动目标的被动声定位算法,一种为融合背景补偿与均值漂移的运动背景下目标分割定位算法，一种为直接对前景运动目标进行检测与定位的新方法。结合DW1000芯片的特性，比较分析得出融合背景补偿与均值漂移的运动背景下目标分割定位算法更适合于应用于基于DW1000芯片的对运动目标的定位研究。关键词:运动目标；定位算法；DW

2、1000芯片；ResearchonMovingObjectLocalizationAlgorithmwhichBasedonDW1000ChipAbstract:Threedifferentmethodsisproposedinthisarticle,onetypeisapassivelocalizationalgorithmofsupersonicobject,anotheroneisanalgorithmofsegmentationandlocationofmovingobjectinmovingsce

3、neswiththefusionofbackgroundcompensationandmeanshift,thelastoneisanewmethoddetectionandlocationofforegroundmovingobjectdirectly.CombiningwiththecharacteristicofDW1000chip,wecanmakeacomparativeanalysisthatalgorithmofsegmentationandlocationofmovingobjectinmo

4、vingsceneswiththefusionofbackgroundcompensationandmeanshift,ismoresuitablefortheresearchofmovingobjectlocalizationwithDW1000.Keywords:movingobject,localizationalgorithm,DW1000chip精彩文档实用标准文案0引言在运动背景中检测运动目标在军事、交通、监控等方面应用很广泛。常用的方法就是首先对运动背景进行全局运动估计和补偿，将运动背景转换为

5、静止背景，利用帧间差分法等方法提取运动目标。而超声速运动目标在空中产生激波，在短距离内,我们可以近似认为目标做匀速直线运动,则它所产生的激波为标准的圆锥面，利用激波到达各个声压传感器的时间,来确定目标的速度和飞行路线。而新方法则主要是针对前景运动目标，而不是将重点放在对背景的处理上。1运动背景下移动目标分割定位算法研究1.1背景运动补偿背景运动补偿主要包括角点的提取，角点的匹配，点的去除鲁棒估计算法以及仿射变换矩阵的计算。利用补偿后的参考帧与当前帧进行帧间差分得到差分图像。1.1.1角点提取角点检测相对于角

6、点检测简单实时性好，满足我们的要求，角点是指图像灰度在多个方向急剧变化的点，通过检测在一个窗口内图像灰度的变化能够将特征点和其他像素点分开，通常采用一个近似于图像灰度微分的自相关矩阵作为角点检测算子：(1)式中：I1和I2分别为偏导数。精彩文档实用标准文案靠近中心点的像素赋予更高的权重，实验中采用了高斯核，即(2)式中s为高斯核的方差。设1l和2l检测算子的特征值，当矩阵A处于特征点位置时，将同时拥有两个非负的特征值，同时Harris判别式为(3)式中a为常数，常取为a=0.04。如果一个像素点是局部最大值

7、，并且其大于设定阈值则为Harris特征点。1.1.2角点匹配(4)显然,取值范围是(-1，1),取值越大，则两个角点相关程度就越高。对于给定的角点，取其所有匹配点对中相关度最高的构成匹配点集。1.1.3鲁棒估计摄像机的全局运动模型通常可以用二维变换来表示，本文采用的是六参数的仿射变换模型。其仿射运动模型可以表示为ú(5)根据式(5)可知，要得到全局运动参数，理论上只需要3个匹配点对就可以了。由于外点的影响，因此在进行运动估计时匹配点对的个数要多于3个，本文利用R算法进一步去除错误的匹配点对，然后对剩下的匹

8、配点对利用最小二乘方法进行运动参数的求解。算法要求保证在一定的置信概率下，进行随机抽样时要求至少有一个自己所有的数据都不是外点，这样才能得到可靠的参数估计。1.1.4帧间差分差分图像：(6)其中：T为设置的阈值。1.2运动目标定位运动目标定位就是用包含运动目标的最小框将目标框起来，为后续的目标跟踪做准备[15]。确定目标的位置和大小包括：将一幅图像分割成为有意义的区域及根据所确定区域间的坐标关系确定其位置和大小。