基于魚眼鏡頭的綜合跟蹤算法研究及在智能相機(jī)中的實(shí)現(xiàn).pdf

1、魚眼鏡頭因其超大范圍的視場角成為近年來機(jī)器視覺領(lǐng)域內(nèi)的研究熱點(diǎn)，并得到了很多成功的應(yīng)用。本文在魚眼鏡頭全方位視覺的基礎(chǔ)上，研究了識別與跟蹤算法并得到了成功的驗(yàn)證。圖像跟蹤是一個(gè)迅速發(fā)展中的研究領(lǐng)域，國內(nèi)外學(xué)者對圖像跟蹤算法進(jìn)行了大量的研究，每年都有大量的研究成果涌現(xiàn)。粒子濾波和均值漂移是研究的最多、應(yīng)用最廣泛的兩個(gè)算法，兩個(gè)算法都與概率學(xué)有著緊密的聯(lián)系，卻都有著各自不同的優(yōu)缺點(diǎn)。粒子濾波算法在非高斯、非線性情況下有著很好的應(yīng)用，對遮擋不

2、敏感，魯棒性好，但是跟蹤精度的提高依賴于大量的粒子計(jì)算，會降低算法的實(shí)時(shí)性。均值漂移算法在勻速、無遮擋情況下會實(shí)時(shí)、精確的跟蹤目標(biāo)，但是在有干擾、遮擋時(shí)算法會失敗。
　　 本文在研究了不同環(huán)境下兩種算法的優(yōu)缺點(diǎn)之后對兩種算法進(jìn)行了改進(jìn)。在室外時(shí)顏色特征的跟蹤往往導(dǎo)致跟蹤的失敗，多特征的融合會彌補(bǔ)單一特征的缺陷，融合采用民主策略。此算法在室外環(huán)境中以路燈燈頭為目標(biāo)的跟蹤上得到了成功的驗(yàn)證。另一種改進(jìn)的算法我們將粒子濾波與均值漂移兩

3、種算法的優(yōu)缺點(diǎn)進(jìn)行結(jié)合，即保留粒子濾波非高斯、非線性、魯棒性好、遮擋不敏感的優(yōu)點(diǎn)又加入了均值漂移，克服了原告實(shí)時(shí)性不好的缺點(diǎn)。并在最后對三種算法進(jìn)行了對比，實(shí)驗(yàn)證明改進(jìn)后的兩種算法具有很好的實(shí)時(shí)性、魯棒性與精度。嵌入式開發(fā)平臺體積小、功耗小、效率高，本文的最后介紹了一款具有自主知識產(chǎn)權(quán)的智能相機(jī)，集圖像的采集、處理于一體，并將改進(jìn)后的跟蹤算法移植到智能相機(jī)中，同時(shí)開發(fā)了相機(jī)的PC客戶端，用于與智能相機(jī)進(jìn)行通信、控制。最后的實(shí)驗(yàn)中我們詳細(xì)