卡尔曼滤波在运动目标跟踪问题中的研究与应用

《卡尔曼滤波在运动目标跟踪问题中的研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、哈尔滨工业大学工学硕士学位论文第1章绪论1.1课题背景1.1.1课题来源及研究的目的和意义运动目标的视觉分析是计算机视觉研究领域的重要课题之一，也是近年来 备受研究者关注的前沿方向。运动目标视觉跟踪分析的主要目的，是从一组包含运动物体的图像序列中检测、识别、跟踪被跟踪的物体，并对该物体进行随 动跟踪或实时地动态显示[1]。作为计算机视觉研究的核心课题之一——运动目标跟踪已经有了近20年的研究历史。它融合了图像处理、模式识别、人工智能、自动控制以及计算机视觉等许多领域的先进技术，它在军事视觉制导、机器人视觉导航、深水导航、安全监测、交通管理

2、、医疗诊断以及气象分析等许多方面都有广泛的应用，该技术有着不可估量的发展前景。运动目标跟踪是一种能从图像信号中实时自动识别目标，提取目标的位置信息，自动跟踪目标的技术。运动目标跟踪的实质是通过对传感器(一般为摄像头)拍摄到的图像序列进行分析，计算出目 标在每帧图像中的位置，给出目标速度的估计。文献[2]指出其难点在于图像是 从三维空间到二维平面的投影，本身就存在信息损失，而且运动目标并不是一个确定不变的信号，而是随着跟踪过程持续地平面旋转、放缩、位移以及三维位姿改变等发生着各种复杂的变化，这就给三维运动目标的建模带来了很大难 题。除此之外

3、，图像信息往往还会受到复杂背景，如大气扰动、各类噪声、遮挡、光照变化等环境因素造成的影响。特别是遮挡问题，作为运动目标跟踪算法中的难点之一，越来越成为跟踪算法可行性和实用性的严重障碍，逐渐受到 普遍关注。工业制造技术的不断提高和加工工艺的不断改进，要求检测手段具备一定的测量精度和较快的测量速度，然而，现有的检测手段(如卡尺、显微镜、二 坐标测量仪等)均难以兼顾速度与精度两者之间的矛盾，目前日益兴起的计算 机视觉技术可以较好地解决这一矛盾。计算机视觉的目的是赋予机器类似生物体所特有的视觉信息处理能力，将计算机视觉应用于精密测试领域，从而形成

4、了一门专门的技术——视觉检测技术。视觉检测作为计算机视觉的一个应用，其内容不仅在于视觉感知、认知和模式识别等，更着重于空间几何尺寸的精确检测和定位[1]基于计算机视觉的检测系统，是指利用CCD摄像机作为图像传感器，综合运用图像处理、精密测量等技术进行非接触一维或者二维坐标测量-1-哈尔滨工业大学工学硕士学位论文的检测系统。作为一种新型的检测手段，视觉检测有其独到之处：非接触、直 观、快速等。随着视觉检测技术的不断发展，它将逐渐成为现代制造过程中的提高产品质量的一种有效的方法。利用计算机视觉进行检测的最大特点在于可 进行在线测量，这对生产中

5、的零件时别与定位尤为重要，利用这种技术可以保 证产品质量，降低生产成木，提高生产率。本文正是基于这一课题研究一个不发生旋转和平移的单摄像头对处于匀速 运动传送带上的工件的监控跟踪。工厂中通常使用传送带转轴处的测角仪测量 传送带的运动速度，但测角仪成本较摄像头较高，所以本文考虑采用摄像头捕获工件的运动信息，结合现有的卡尔曼滤波理论已经很成熟，本文采用一个摄 像头进行运动工件的瞬时信息的捕获，从而节省了一个摄像头，节约了成本。1.1国内外在该方向的研究现状及分析运动目标的视觉分析是近年来计算机视觉领域中备受关注的前沿方向，它从包含运动目标的图

6、像序列中检测、识别、跟踪被跟踪目标，属于图像分析和理解的范畴。从技术角度而言，物体运动分析的研究内容相当丰富，主要涉及到模式识别、图像处理、计算机视觉、人工智能等学科知识；同时，动态场景中被跟踪物体运动的快速分割、目标的非刚性运动、物体自遮挡和目标之间互遮挡的处理等也为物体运动分析研究带来了一定的挑战。由于物体的运动分析在安全监控、视频会议、医疗诊断、深水导航、太空探测及基于这些内容的图像存储与检索等方面具有广泛的应用前景和潜在的经济价值，从而激发了世界上广大科研工作者及相关商家的浓厚兴趣，尤其在美国、英国等发达国家已经开展了大量相关项目

7、的研究。1984年，美国明尼苏达大学(TheUniversityofMinnesota)的机器视觉与人工智能实验室首次开展了将计算机视觉应用于高级交通管理的研究[3]。1997年美国国防高级研究项目署(DefenseAdvancedResearchProjects Agency)设立了以卡内基梅隆大学(CarnegieMellonUniversity)为首、麻省理土 学院(MassachusettsInstituteofTechnology)等高校参与的视觉监控重大项目 VSAM(VisualSurveillanceandMonitori

8、ng)[4]，主要研究用于现场及普通民用场 景进行监控的自动视频理解技术。英国的雷丁大学(UniversityofReading)[5]已开展了对车辆和行人的跟踪及其交互作用识别的相关研究。I