復(fù)雜環(huán)境下移動機器人的動態(tài)目標檢測與跟蹤控制研究

1、萬方數(shù)據(jù)西安建筑科技大學(xué)碩士學(xué)位論文復(fù)雜環(huán)境下移動機器人的動態(tài)目標檢測與跟蹤控制研究專業(yè)：控制理論與控制工程碩士生：王偉指導(dǎo)老師：佟威副教授摘要隨著計算機視覺系統(tǒng)和控制技術(shù)的發(fā)展，移動機器人在實際環(huán)境中的應(yīng)用越來越引起人們足夠的重視。其中移動機器人對動態(tài)目標的檢測和跟蹤是其智能化一個重要的表現(xiàn)，該技術(shù)在智能化技術(shù)、視頻監(jiān)控等領(lǐng)域具有廣闊的發(fā)展前景。對于移動機器人的動態(tài)目標檢測與跟蹤的研究已經(jīng)成為了一個熱門課題，如何依靠移動機器人實現(xiàn)對動

2、態(tài)目標的檢測與跟蹤，是一項挑戰(zhàn)性的研究工作。本文主要研究內(nèi)容如下：首先，在動態(tài)目標檢測方面，結(jié)合幀間差分法、背景相減法、混合高斯背景模型三者，提出Kim算法。利用混合高斯背景模型對背景圖像迭代建模，提取新的背景圖像。幀間差分法和背景差分法分別提取的目標運動區(qū)域相與，形態(tài)學(xué)濾波，連通性檢查等步驟，最終完成目標的運動區(qū)域提取。Kim算法可以實時地更新背景，提高分割目標區(qū)域的準確性，背景圖像輪廓清晰，在部分遮擋、光線變化、目標顏色與背景其他物

3、體顏色相似的復(fù)雜背景下，容易檢測出目標。最后，采用實驗仿真，對比幀間差分法、背景差分法以及Kim算法背景效果圖。其次，在動態(tài)目標跟蹤方面，首先分析目前對動態(tài)目標跟蹤的基本方法、以及各自的優(yōu)缺點，然后提出一種基于改進Camshift算法的動態(tài)目標跟蹤方法。在輸入視頻序列圖像中，動態(tài)目標快速移動時，設(shè)置較小的幀間時間間隔，在此時間間隔內(nèi)，連續(xù)兩幀圖像中的動態(tài)目標的形態(tài)差異較小，目標位移較小，就可以近似認為目標分別在直角坐標軸方向上勻加速直線