高精度快速定位方法與人體姿態(tài)分析.pdf

1、計(jì)算機(jī)視覺是20世紀(jì)七十年代起步,在工業(yè)領(lǐng)域,因?yàn)閭鞲衅鞯膹V泛,易用,成本比較低廉,使得該領(lǐng)域越來越偏向于使用圖像和視頻信息,所以,計(jì)算機(jī)視覺開始進(jìn)入工業(yè)領(lǐng)域。
　　基于圖像的目標(biāo)檢測需要從圖像中提取出一種穩(wěn)定的表達(dá),這通常是通過提取點(diǎn)特征或?qū)D像模板進(jìn)行抽象化來實(shí)現(xiàn)。目標(biāo)定位與目標(biāo)檢測密不可分,雖然目標(biāo)在檢測出來的同時(shí)就可以完成一般的定位,但是工業(yè)生產(chǎn)中往往對精度有更高的要求,而高精度的目標(biāo)定位框架又屬于圖像配準(zhǔn)范疇,并且在配準(zhǔn)

2、領(lǐng)域內(nèi),由于噪聲以及光照等其他因素的影響,圖像配準(zhǔn)需要面對很大難度,由此也衍生了各種種類的圖像配準(zhǔn)算法。
　　本文對經(jīng)典的目標(biāo)檢測及圖像配準(zhǔn)框架進(jìn)行了回顧和總結(jié),對現(xiàn)有算法提出了各種改進(jìn)措施,設(shè)計(jì)并完成了面向多種類物體的較快速,比較魯棒的,高精度的圖像配準(zhǔn)算法。論文的主要研究內(nèi)容和成果如下:
　　1.面向目標(biāo)定位的形狀上下文描述子。
　　針對工業(yè)應(yīng)用中待定位物體可能紋理較少的情況,本文改進(jìn)了經(jīng)典的定位框架,提出了一種

3、Shape Context描述子的改良,通過引入更高精度的采樣,更高維度的柱狀圖表達(dá),額外的角度信息的加入,能夠?qū)ι偌y理的物體也能進(jìn)行基于輪廓的高精度特征描述。
　　2.面向工業(yè)物體的亞像素配準(zhǔn)算法框架。
　　本文回顧了基于圖像灰度信息的Lucas-Kanade框架,以及基于物體點(diǎn)云空間信息的ICP框架,特別的,為了達(dá)到工業(yè)應(yīng)用中的對速度的高要求,本文采用不同的評價(jià)函數(shù),為 ICP框架中的點(diǎn)的表達(dá)引入新的角度維度,并結(jié)合 K