基于双目视觉的运动目标跟踪与测量

《基于双目视觉的运动目标跟踪与测量》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、ComputerEngineeringandApplications计算机工程与应用2009，45(25)191基于双日视觉的运动目标跟踪与测量张娟，潘建寿，吴亚鹏，刘继艳ZHANGJuan，PANJian—shou，WUYa—peng，LIUJi—yan西北大学信息科学与技术学院，西安710127DepartmentofInformationScienceandTechnology，NoahwestUniversity，Xi’an710127，ChinaE—mail：zhangjuan_sj@sina．con

2、ZHANGJuan，PANJian-shou，wuYa-peng，eta1．Trackingandmeasurementofmovingobjectinbinocularstereovi-sion．ComputerEngineeringandApplications，2009．45(25)：191—194．Abstract：Thispaperdesignsanexperimentalsystemfortrackingandmeasurementofmovingobjectinbinocularstereovis

3、ionbasedontheresearchingofthetrackingcombinationalgorithmoftheposition-forecastingofmovingobjectintheMeanShiftandthelocalizationalgorithmofspatialpointswithbinocularvision．Then，3Dcoordinateofthecentroidtothemovingobjectisextracted，andthedepthinformationandve

4、locityaremeasuredbyusingthesystem．Keywords：binocularvision；localizationalgorithm；trackingofmovingobject摘要：在研究融合运动目标位置预测的MeanShift跟踪算法和双目立体视觉中的空间点定位算法的基础上，基于双目视觉设计了双目立体视觉运动目标跟踪和测量系统，并在所进行的跟踪与测量实验中，提取了运动目标质心的三维坐标序列，实现了对目标深度和速度的测量。关键词：双目视觉；定位算法；运动目标跟踪DOI：10．377

5、8／j．issn．1002—8331．2009．25．059文章编号：1002—8331(2009)25—0191—04文献标识码：A中图分类号：rP39l1引言选目标的相似性测度，完成特征的匹配。立体视觉技术是计算机视觉研究的核心内容。双目立体视但在运动目标跟踪过程中，MeanShift跟踪算法要求当前觉系统由两台摄像机组成，直接模拟人类双眼处理景物的方式帧目标搜索区域与上一帧目标模板区域之间具有一定的重叠和立体感知过程，简便可靠，具有极大的应用前景。部分。而当被跟踪目标陕速、变速运动或目标发生遮挡时，此要运

6、动目标跟踪技术是计算机视觉研究的另一个重要内容，求将不一定得到满足(重叠部分较少或不存在重叠)。在这种情在机器人视觉导航、公共场景监控、军事视觉制导、智能交通等况下，由于当前帧搜索区域范围内缺少足够的运动目标信息或许多方面都有广泛的应用ll_3J。其实质是通过对摄像机拍摄的视者根本没有了运动目标的信息，目标模板也就不知道要移动到频序列进行分析，提取场景中运动目标的特征，通过匹配在每何处去进行匹配了。另外，MeanShift算法在跟踪过程中只关一帧图像中对其进行定位。而目前对该技术的实际研究中，大心候选目标和目标

7、模板在颜色分布上的相似性，而没有利用其多数工作都是基于单目视觉而展开的，单目视觉的信息量小，运动信息。基于上述分析，为改善目标陕速运动以及目标被遮每次只需处理一幅图像，运算速度相对较快，但由于在图像投挡情况下的跟踪效果，将卡尔曼滤波器引入其中，从而修改影过程中，丢失了实际场景的三维信息，因此得到的目标运动了文献[81中的算法步骤，并完成了实验验证。信息只是相对的；双目立体视觉通过提取立体图像对之问的视2．1MeanShift算法过程修改差信息，能够在一定程度上恢复实际场景的三维信息，因此当步骤(1)修改为：确定

8、被跟踪目标，选取目标模板，计算目需要对目标进行实际的三维位置和深度(即目标与观察者之间标模板在上一帧Y。处的概率密度(。)}，同时初始化卡尔的距离)测量时，双目立体视觉有其不可替代的优点。曼滤波器参数：确定目标模板中心位置，目标初始速度可以假设为0。2融合运动目标位置预测的MeanShift跟踪算法步骤(2)修改为：使用卡尔曼滤波器，获得目标在当前帧的MeanShift算法是目前比较流