動態(tài)目標視覺定位與跟蹤技術研究.pdf

1、目標視覺定位跟蹤技術是指在連續(xù)的動態(tài)圖像序列中對目標進行檢測、提取、識別、定位和跟蹤等一系列技術的總和，通過該技術可以實時地獲取目標的位置、大小、速度、加速度和運動軌跡等信息，然后根據(jù)需要對這些信息進行理解和分析從而實現(xiàn)運動監(jiān)控、醫(yī)療診斷、工業(yè)檢測、三維重構和導航制導等高層次的任務。目標視覺定位跟蹤技術由于其重大的應用價值，引起了國內外學者廣泛的關注，然而，由于實際應用環(huán)境的復雜性，如相似色干擾、光照變化、遮擋等因素的影響，給目標的實時

2、穩(wěn)健性跟蹤帶來了巨大挑戰(zhàn)。
　　本文對常規(guī)圖像處理、目標檢測、目標跟蹤、卡爾曼濾波及粒子濾波等算法理論進行了系統(tǒng)學習，在分析比較各種算法原理特點的基礎上，采用了改進的目標視覺定位跟蹤算法。改進算法的具體思想為：針對Camshift算法在目標受到嚴重遮擋時跟蹤容易失敗的問題，采用了Kalman濾波或粒子濾波結合Camshift的改進算法，增強了算法的預測性能，可以實現(xiàn)目標嚴重遮擋情況下的跟蹤；針對Camshift算法在目標受到相似色

3、物體干擾時容易出現(xiàn)跟蹤丟失的情況，提出了融合粒子濾波、目標顏色特征和輪廓特征的改進Camshift算法，增強了算法的抗干擾能力，可以有效地解決相似色干擾問題；針對Camshift算法在目標丟失后不能再入跟蹤的問題，采用了一種全局搜索策略，可以實現(xiàn)目標丟失后的再入定位。
　　最后本文對基于粒子濾波和多特征的改進Camshift算法進行了計算機仿真驗證，并以ABBIRB2400工業(yè)機器人為平臺，對基于Kalman濾波的改進Camshi