欢迎来到天天文库
浏览记录
ID:34143930
大小:4.77 MB
页数:86页
时间:2019-03-04
《基于角点检测的目标跟踪算法研究与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、硕士学位论文基于角点检测的目标跟踪算法研究与应用RESEARCHANDAPPLICATIONONMOVINGOBJECTTRACKINGALGORITHMBASEDONCORNERDETECTION曲瑾哈尔滨工业大学2015年6月国内图书分类号:TP391.7学校代码:10213国际图书分类号:004.93密级:公开工学硕士学位论文基于角点检测的目标跟踪算法研究与应用硕士研究生:曲瑾导师:周广禄副教授申请学位:工学硕士学科:计算机科学与技术所在单位:计算机科学与技术学院答辩日期:2015年6月授予学位单位:哈尔滨工业大学ClassifiedIndex:TP391.7U.D.C:004
2、.93DissertationfortheMasterDegreeinEngineeringRESEARCHANDAPPLICATIONONMOVINGOBJECTTRACKINGALGORITHMBASEDONCORNERDETECTIONCandidate:QuJinSupervisor:AssociateProf.ZhouGuangluAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:ComputerScienceandTechnologyAffiliation:SchoolofComputerScienceandTe
3、chnologyDateofDefence:June,2015Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工学士学位论文摘要实时目标跟踪是计算机视觉领域的一个热门应用,也是一项具有实用性研究意义的课题,由于现代社会对跟踪精度的要求越来越高,角点作为图像的关键特征在提高跟踪精确度上存在着优势,本文以此为切入点,对角点检测算法和目标跟踪算法进行研究,并将优化后的角点检测算法应用到跟踪系统中来提高跟踪的精确度。首先,本文在比较分析常用角点检测算法的基础上,从速度和匹配精度的角度,对Harris、FAST以及
4、SURF角点检测算法进行比较分析,综合三种算法在速度和匹配精度上的优缺点,选定SURF角点检测算法,运用到目标跟踪系统中,并在此基础上对SURF角点的描述算法进行优化,与其原算法进行了对比。其次,在确定使用角点检测算法后,本文对运动检测算法和运动预测算法进行深入研究。选择Kalman滤波器和光流法进行测试、比较、分析,基于Kalman滤波器可以准确预测目标所在区域的特点,并结合角点检测算法,提出一种优化后的SURF角点检测与Kalman滤波器相结合的方法,使用Kalman滤波器预测更新算法对感兴趣区域进行快速更新,从而缩小角点检测范围,提高跟踪系统的速度,使其达到实时性的要求。再次,
5、以优化后的算法为基础,本文对实时目标跟踪系统进行实现,将该系统用于排球测试过程中,完成对排球的跟踪,并进行单个摄像头的测距方法的设计,完成排球高度测距。最后,对本文的实时目标跟踪系统进行测试分析,通过摄像头和笔记本电脑的简单连接搭建的测试系统,完成SURF角点检测和Kalman滤波器预测结果测试,通过排球的抛起运动进行实时跟踪系统的跟踪效果测试。关键词:目标跟踪;角点检测;SURF;Kalman滤波器-I-哈尔滨工业大学工学士学位论文AbstractReal-timetargettrackingisahotapplicationintheareaofcomputervision,an
6、disalsoasubjectofpracticalresearchsignificance.Astherequirementsofthemodernsocietyfortrackingaccuracyarebecominghigherandhigher,cornerwhichregardedasakeyfeatureoftheimagehasadvantagesinimprovingthetrackingaccuracy.Takingitasabreakthroughpoint,thispapercarriesoutresearchonthecornerdetectionalgor
7、ithmandtargettrackingalgorithm,theoptimizecornerdetectionalgorithmisappliedtothetrackingsysteminordertoimprovetheaccuracyoftracking.Firstly,basedonthecomparisonofcommoncornerdetectionalgorithms,thispapertesttheHarris,FAST,SURFcorn
此文档下载收益归作者所有