下载
加入VIP
  • 专属下载特权
  • 现金文档折扣购买
  • VIP免费专区
  • 千万文档免费下载

上传资料

关闭

关闭

关闭

封号提示

内容

首页 主要包括系统模型、复杂背景下单目运动视觉

主要包括系统模型、复杂背景下单目运动视觉.doc

主要包括系统模型、复杂背景下单目运动视觉

宋友仁
2017-10-17 0人阅读 举报 0 0 暂无简介

简介:本文档为《主要包括系统模型、复杂背景下单目运动视觉doc》,可适用于高等教育领域

主要包括系统模型、复杂背景下单目运动视觉机器视觉是一门新兴的学科是从信息处理的层次研究视觉信息的认知过程机器视觉系统则是能够实现某些视觉功能的硬件和软件的综合。通过广大研究人员的努力机器视觉已取得了很大的进展开始从实验室走向实际应用阶段。但是客观地讲机器视觉不论是在理论上还是实际应用中都存在着较多不足还处于不成熟的研究阶段有待进一步的改进与深入研究。本论文以仿人眼颈系统为研究对象建立了仿人眼颈视觉系统的体系结构和实现平台研究相关基础理论、技术与应用。主要包括系统模型、复杂背景下单目运动视觉分析、主动目标跟踪、通用的摄像机标定技术、双目立体视觉的人脸重建、DSP视觉处理与实现技术等。论文介绍了仿人眼颈系统、机器视觉系统理论及发展历程综述了运动视觉分析和立体视觉系统的研究概况指出机器视觉相关研究存在的问题与发展趋势并给出论文的主要研究内容。建立了仿人眼颈视觉系统的数学模型包括仿人眼颈系统的运动学数学模型和摄像机数学模型。在深入分析摄像机数学模型的基础上提出了一种基于直线校正的摄像机标定方法并且在摄像机镜头畸变参数的求解方法上提出了一种线性的求解方法与非线性最小二乘求解相比避免了非线性优化存在的依赖于初始值、易收敛于局部极小值等缺陷而且精度与非线性求解算法相当。对运动视觉分析进行了详细的研究。提出了一种复杂背景下运动目标的检测算法通过对背景的高斯建模进行运动目标检测考虑目标影子的存在及环境光照等条件有可能变化提出了相应的影子消除及背景自适应更新算法大大提高了目标检测的可靠性。针对场景中存在多种可能的目标提出基于支持向量机的人体目标识别方法。针对不同场景下运动目标受到遮挡的程度不同提出了基于头肩模型和星形向量表示法的人体目标特征向量抽取方法。通过样本采集、特征抽取、支持向量机训练得到最终的人体目标识别分类器。实验结果表明基于现代统计学习理论的支持向量机非常适合于有限样本条件下的目标分类。研究运动目标定位、跟踪原理和实现方法。提出将背景匹配与帧间差分技术相结合的方法解决摄像机运动目标运动模式下的运动目标检测难题。为了使运动目标的跟踪更为平稳提出了利用卡尔曼预测器对目标的位置进行再估计并在此基础上研究了单目视觉跟踪和双目视觉协调跟踪的控制方法。对基于双目立体视觉的特定人脸重建进行了详细的理论分析和实验研究。建立了双目立体视觉测距的数学模型分析了基于双目立体视觉进行人脸重建的原理为三维重建提供理论基础。提出了金字塔结构相关计算方法和活动轮廓模型相结合的视差抽取方法并在活动轮廓模型中采用了一种新的能量最小化方程解决了立体视觉中立体匹配的难点成功地实现了人脸的三维重建。本文还研制成功一种通用的DSP视觉处理平台。利用它可以完成仿人眼颈视觉处理及其它一些图象处理为脱离PC机实现图象处理提供一种途径。详细介绍系统的整体设计主处理器及外围元器件的选择各子模块和电路的设计及一些实际经验和体会。最后介绍了本文研究成果的两个相关应用实例目标自动跟踪一体化智能球形摄像机产品和基于视觉技术的气动系统状态监控与故障诊断。机器视觉图像处理目标检测识别与跟踪摄像机标定双目立体视觉人脸三维重建ABSTRACTMachinevisionisanewlydeveloped,compositeandmultidisciplinarysubjectItstudiesonthecognitionscienceofvisioninformationfromthelevelofinformationprocessingMachinevisionsystemisasynthesisofhardwareandsoftware,whichcanperformcertainvisionfunctionsAfterresearchers’severaldecades’effort,machinevisiondevelopsrapidly,anditgoesintopracticalapplicationfromlaboratoryButtobeobjectivelyspeaking,machinevisionisstillinimmaturestageEithertheoryorpracticalapplicationisdeficientThisthesisconcentratesonthehuman’seyeandneckvisionsimulationsystemItconstructstheframeworkofthesimulationsystem,studiesonthebasictheory,technologyandapplicationTheprimaryworkincludessystemmodel,monocularmotionanalysisundercomplexbackground,objectsactivetracking,versatilecameracalibrationtechnology,specificfacereconstructionbasedstereovisionandDSPtechnologybasedvisionprocessingInthisthesisthehuman’seyeandneckvisionsimulationsystem,machinevisiontheorysystemanddevelopmentareintroducedThestateoftheartofthemotionvisionanalysisandstereovisionsystemissummarizedTheexistingproblemanddevelopmenttrend,whicharerelatedwithmachinevision,arepresentedThemathmodels,whichincludekinematicsmathmodelofthehuman’seyeandnecksystemandmathmodelofthecamera,areestablishedWithanalysisofthemathmodelofcameraindetail,anewcameracalibrationmethodbasedonlinerectificationisproposedAlinearalgorithmisprovidedtoobtainthesolutionComparedwithnonlinearmethods,itdoesnotrequireagoodinitialguesstoguaranteeconvergenceanditdoesnothavetheproblemofconvergingtoalocalminimumTheaccuracyisthesameasthatofnonlinearmethodsMotionvisionanalysisisstudiedindetailAmotionobjectsdetectionalgorithmundercomplexbackgroundisproposedObjectsaredetectedthroughsceneGaussianmodelingAseriesofmethodsareproposedtoweakentheinfluence,whichisbroughtbytheshadowoftheobjectsandlightingconditionvarirationsAhumanbodyrecognitionmethodbasedSupportVectorMachineisproposedtodistinguishthedifferentpossibleobjectsFeatureabstractsbasedonheadandshouldermodelandcenterradiatingvectorrepresentationareusedindifferentapplicationHumanobjectsrecognitionclassifierisobtainedthroughsamplescollecting,featureabstractandSVMtrainingExperimentsshowthatSVMsuitsforobjectsclassifyingundertheconditionoflimitedtrainingsamplesItstudiesonmotionobjectsposition,principleoftrackingandimplementmethodThemathmodelofthehuman’seyeandnecksystemisestablishedAbackgroundmatchcombinedwithinterframedifferentialmethodisusedtosolvethedifficultyofobjectsdetectionunderthesituationofbothcameraandobjectsmovingAKalmanpredictorisusedtoestimatetheobject’spositioninordertomakeobjecttrackingmoresteadilyMonoculartrackingandbinoculartrackingcontrolmethodsarealsostudiedTheoryanalysisandexperimentareperformedtohuman’sspecificfacereconstructionbasedbinocularvisionThemathmodelofbinocularvisionlengthmeasurementissetupTheprincipleofthefacereconstructionbasedonbinocularvisionisintroducedAnewenergyminimizationequationisproposedinstereomatchingThedisparityisobtainedbyusingcorrelationcalculationwithpyramidstructureandactivecontourmodelThespecificfaceisreconstructedsuccessfullyAuniversalvisionprocessingplatformbasedonDSPtechnologyisdevelopedThehuman’seyeandneckvisionprocessingtaskcanbeimplementedwiththisplatformItisanewwayforvisionprocessingwithoutpersonalcomputersThesystemdesign,themainprocessorandperipheralsselection,modulesandcircuitdesignandsomeexperimentsareintroducedindetailAtlast,twoimplementationexamplesusingsomeachievementsareintroducedOneistheobjectautotrackingintegratedintelligentdomecamera,theotheristhestatusmonitoringandfaultdiagnosispneumaticsystembasedonvisontechnologyKeywords:MachineVision,ImageProcessing,ObjectsDetection,RecognitionandTracking,CameraCalibration,BinocularVision,FaceDReconstruction

用户评价(0)

关闭

新课改视野下建构高中语文教学实验成果报告(32KB)

抱歉,积分不足下载失败,请稍后再试!

提示

试读已结束,如需要继续阅读或者下载,敬请购买!

文档小程序码

使用微信“扫一扫”扫码寻找文档

1

打开微信

2

扫描小程序码

3

发布寻找信息

4

等待寻找结果

我知道了
评分:

/7

主要包括系统模型、复杂背景下单目运动视觉

VIP

在线
客服

免费
邮箱

爱问共享资料服务号

扫描关注领取更多福利