基于雙目視覺的運(yùn)動物體三維軌跡重建研究.pdf

1、無論是在視頻監(jiān)控還是人機(jī)交互、物體跟蹤測量、工業(yè)生產(chǎn)、醫(yī)學(xué)監(jiān)測、體育運(yùn)動和軍事研究等領(lǐng)域，都會涉及到運(yùn)動目標(biāo)物體的跟蹤和定位，并且為了進(jìn)一步對其行為進(jìn)行理解，還需對其運(yùn)動軌跡進(jìn)行三維重建?；谝曈X的運(yùn)動物體的三維軌跡重建研究其主要解決的內(nèi)容包括:運(yùn)動物體的檢測、目標(biāo)跟蹤和三維重建。本文的研究內(nèi)容主要集中于建立雙目立體視覺系統(tǒng)，并對采集的視頻序列圖像進(jìn)行運(yùn)動目標(biāo)的檢測和跟蹤，已知左、右攝像機(jī)下運(yùn)動物體的二維軌跡后可通過重投影矩陣重建物體的

2、三維運(yùn)動軌跡。本文研究內(nèi)容如下:
　　 (1)建立雙目立體視覺系統(tǒng)，分析了雙目視覺中的常用坐標(biāo)系和各坐標(biāo)系之間的轉(zhuǎn)換方程，其次對攝像機(jī)模型進(jìn)行了分析探討，再利用張正友標(biāo)定方法計算本文中雙目視覺模型的各攝像機(jī)的單應(yīng)性矩陣以及參數(shù)，求解得到攝像機(jī)的內(nèi)部參數(shù)和外部參數(shù)，為后續(xù)運(yùn)動物體軌跡的三維重建打下基礎(chǔ)。
　　 (2)詳細(xì)介紹了運(yùn)動物體的幾種檢測方法，并在幀間差分法的基礎(chǔ)上結(jié)合邊緣檢測和輪廓提取的分割方法檢測出運(yùn)動物體。其次

3、，闡述了目前常用的幾種軌跡跟蹤算法，根據(jù)跟蹤目標(biāo)的需要，選取Camshift算法作為其中一種主要的跟蹤算法，并實(shí)驗分析了該跟蹤算法在跟蹤過程中出現(xiàn)遮擋、背景干擾以及運(yùn)動物體速度過快等情況下的跟蹤效果，并給出一些擬解決的思路。
　　 (3)根據(jù)Camshift算法還不能很好的應(yīng)用于目標(biāo)跟蹤，引入了粒子濾波算法，介紹了粒子濾波算法的基礎(chǔ)理論知識，把粒子濾波運(yùn)用到運(yùn)動目標(biāo)的跟蹤，并根據(jù)算法存在的不足，提出了自適應(yīng)狀態(tài)預(yù)測模型的粒子濾波

4、跟蹤算法，能夠較好的解決目標(biāo)被遮擋、運(yùn)動自主性較強(qiáng)時物體易跟丟和跟蹤不精確的問題。最后把Camshift算法嵌入到改進(jìn)的自適應(yīng)狀態(tài)預(yù)測模型的粒子濾波算法中，克服了改進(jìn)的粒子濾波算法計算量大、實(shí)時性差的問題，利用拍攝的視頻圖像進(jìn)行實(shí)驗結(jié)果分析，驗證該算法能夠很好的應(yīng)用于目標(biāo)軌跡跟蹤。
　　 (4)在前幾章的基礎(chǔ)上，得到了左右攝像機(jī)拍攝的序列圖像目標(biāo)物體的二維運(yùn)動軌跡以及攝像機(jī)的內(nèi)外參數(shù)后，利用最小二乘法還原出運(yùn)動物體的三維軌跡坐標(biāo)