基于合作靶標(biāo)的目標(biāo)檢測方法研究與實現(xiàn).pdf

1、目標(biāo)檢測技術(shù)是計算機(jī)單目視覺位姿測量系統(tǒng)的一項關(guān)鍵技術(shù)，是實現(xiàn)視覺位姿測量的重要前提。目標(biāo)檢測技術(shù)涉及計算機(jī)、信號處理、生物仿生學(xué)等多個領(lǐng)域，在智慧城市監(jiān)控、智能家居、工業(yè)生產(chǎn)、飛行器測控技術(shù)和無人機(jī)檢測跟蹤等諸多研究領(lǐng)域均有應(yīng)用。對目標(biāo)在圖像中的坐標(biāo)檢測精確與否，直接影響著整個位姿測量系統(tǒng)的輸出精度。根據(jù)具體工程要求，本文開展了以下工作:
　　(1)回顧和總結(jié)了單目視覺位姿測量系統(tǒng)、目標(biāo)檢測及識別技術(shù)、基于合作靶標(biāo)和非合作靶標(biāo)的

2、目標(biāo)檢測等三方面的國內(nèi)外研究現(xiàn)狀。
　　(2)基于有顯著顏色特征的光點，研究并設(shè)計了靶標(biāo)的檢測及在圖像中位置的輸出。對于單個光點靶標(biāo)，基于閾值處理法和統(tǒng)計學(xué)方法確定光點在圖像中的坐標(biāo)位置;對于三個光點的靶標(biāo)組合，基于閾值處理法、統(tǒng)計學(xué)方法以及偽彩色處理法，確定三個光點在圖像中的像素坐標(biāo)以及旋轉(zhuǎn)角度。對于上述兩種靶標(biāo)，基于反向投影的模板匹配方法進(jìn)行目標(biāo)檢測，并對反向投影法和上述閾值處理與統(tǒng)計學(xué)方法相結(jié)合的算法進(jìn)行了比較。
　　

3、(3)研究并設(shè)計了一種棋盤格靶標(biāo)的亞像素級角點檢測方法。采用攝像機(jī)標(biāo)定過程中使用的棋盤格作為合作靶標(biāo)對被測目標(biāo)進(jìn)行檢測，詳細(xì)介紹了包括圖像降噪、直方圖均衡化、自適應(yīng)閾值算法、圖像輪廓提取、矩形區(qū)域擬合、基于四鄰域的種子填充算法篩除干擾輪廓和harris角點檢測等方面的算法原理和對靶標(biāo)角點檢測的流程，并給出算法流程圖和實驗結(jié)果，處理速度達(dá)到了實時性要求。同時，通過對棋盤格靶標(biāo)亞像素級角點的提取，提高了算法對棋盤格靶標(biāo)角點識別的精確度，保證

4、了整個視覺位姿測量系統(tǒng)的測量精度;通過視頻的連續(xù)幀處理跟蹤棋盤格角點，解決了由棋盤格靶標(biāo)中心對稱所造成的角點跳變問題，進(jìn)一步提高了算法的魯棒性;通過對棋盤格靶標(biāo)位置的粗略檢測和透視變換相結(jié)合的方法，將圖像重構(gòu)到上述算法可檢測的角度范圍內(nèi)，從而增大了棋盤格靶標(biāo)檢測算法可檢測的角度范圍。
　　(4)在Windows系統(tǒng)下，基于Visual Studio2010開發(fā)軟件，結(jié)合OpenCV2.4.10完成實驗，對視覺位姿測量系統(tǒng)的構(gòu)成及最