基于正交雙目視覺的菜粉蝶3D運動信息獲取技術研究.pdf

1、隨著農(nóng)業(yè)的快速發(fā)展，昆蟲行為分析的重要性愈發(fā)凸顯。隨著對昆蟲行為分析方法研究的逐漸深入，計算機視覺技術已經(jīng)成為此方面研究的重要方法。本研究針對昆蟲行為學研究定量、精確地獲取昆蟲三維運動軌跡及運動參數(shù)的需要，根據(jù)風洞實驗環(huán)境和菜粉蝶運動特征，以農(nóng)業(yè)常見害蟲菜粉蝶為研究對象，設計了頂視和側視攝像機正交配置的雙目視覺測量系統(tǒng)，利用KCF(Kernelized Correlation Filters)算法，提出了一種昆蟲三維軌跡及飛行參數(shù)獲取方

2、法。本研究可以較為準確地獲取昆蟲飛行軌跡及運動參數(shù)，可以滿足對昆蟲行為分析的應用要求。論文的研究內(nèi)容和取得的成果如下:
　　(1)設計了一種正交雙目視覺昆蟲視頻采集系統(tǒng)。通過分析風洞的安裝位置、尺寸規(guī)格和昆蟲行為實驗室的實際空間環(huán)境，以及獲取高質(zhì)量菜粉蝶活動視頻數(shù)據(jù)的應用需求，選擇了適于本研究的攝像機型號，設計了正交雙目視覺支架和攝像機安裝托板，通過分析及試驗確定并設計了同步觸發(fā)方式，對計算機硬件升級。測試結果表明，實際幀數(shù)可以達

3、到理論幀數(shù)的99.93％～100％，該系統(tǒng)能夠滿足對菜粉蝶飛行視頻的流暢、無丟幀的采集需求。
　　(2)對比分析了正交雙目視覺與傳統(tǒng)平行雙目視覺的攝像機標定方法。平行雙目視覺需要利用2個攝像機的內(nèi)外參數(shù)進行雙目校正與視差圖的獲取，正交雙目視覺沒有復雜的雙目校正過程，只需要通過攝像機標定得到2個攝像機各自的內(nèi)部參數(shù)即可。根據(jù)研究需求以及試驗的場地等外界因素，選擇張正友的棋盤格標定法，對2個攝像機進行標定得到內(nèi)部參數(shù)，結果表明，俯視攝

4、像機和頂視攝像機的標定像素誤差均小于0.52，可以滿足標定需求。
　　(3)研究了菜粉蝶目標的跟蹤方法，得出KCF算法的最佳參數(shù)選擇為線性核函數(shù)和灰度特征。根據(jù)菜粉蝶圖像序列的特點和菜粉蝶本身的飛行特性，選取3種非常具有代表性的視覺目標跟蹤方法進行分析，并對3種算法進行跟蹤試驗，對比分析表明，STC(Spatio Temporal Context Learning)算法和KCF算法跟蹤丟幀率均為0，平均像素誤差分別為12.47和7

5、.12，后者更適用于菜粉蝶目標識別與跟蹤。設計KCF跟蹤算法不同核函數(shù)和特征試驗，結果表明，采用線性核函數(shù)和灰度特征，KCF跟蹤算法的平均像素誤差為5.58，能有效地跟蹤菜粉蝶目標。
　　(4)研究分析了正交雙目視覺的立體匹配方法。通過與傳統(tǒng)的平行雙目視覺進行對比，在保證正交性的基礎上，正交匹配利用2個攝像機拍攝平面的正交關系可直接得到菜粉蝶目標的三維空間坐標，有效地降低了立體匹配算法復雜度，大大提高了獲取運動目標的空間三維軌跡的