学位论文 > 优秀研究生学位论文题录展示

面向全局视觉机器鱼的多目标跟踪系统的研究与实现

作　者: 唐宇峰
导　师: 朱其新
学　校: 华东交通大学
专　业: 控制理论与控制工程
关键词: 仿生机器鱼模板匹配视觉子系统目标跟踪
分类号: U674.941
类　型: 硕士论文
年　份: 2013年
下　载: 7次
引　用: 0次
阅　读: 论文下载

内容摘要

对水下仿生机器鱼的研究已经成为目前国内外学术界的研究热点，近年来，美国、欧洲和日本等许多国家和地区对仿生机器鱼进行了深入的研究，取得了很多研究成果。仿生机器鱼融合了电子、通信、自动控制、人工智能、计算机等方面的技术，并为图像处理、模糊控制、群体编队、湍流等相关领域的研究提供了一个很好的研究和实验平台。视觉子系统在多水中机器鱼协作控制系统中，是非常重要的部分。在控制基于全局视觉的机器鱼时，对运动中的机器鱼进行快速检测和跟踪是十分重要的。整个控制系统通过视觉子系统来采集实时的全景图像。图像经过一系列的处理之后，将获取的目标信息提供给控制平台，这是上位机进行分析决策以控制仿生机器鱼游动的唯一信息来源。本文针多水中机器鱼控制系统子系统实现中的一些问题进行研究，提出了一种基于模板匹配的目标跟踪算法，总结提出了视觉子系统硬件以及软件实现中的一些关键性问题的方法和技术。本文主要研究成果如下：第一，对多水中机器鱼协作控制系统视觉子系统的硬件部分和软件实现进行详细地介绍，并且对图像失真等问题提出解决方案。第二，在视觉子系统在目标机器鱼位姿信息的获取环节提出一种新方案，该方案用视频目标跟踪代替以前系统中通过颜色来匹配目标的步骤。通过对目前几种模板匹配算法的对比分析研究，并结合仿生机器鱼的一些特点，确定了新方案中采用双模板匹配算法进行目标跟踪获取目标位姿信息。第三，针对仿生机器鱼自身形状的特点，采用了基于机器鱼刚体部分进行双模板匹配的多目标跟踪算法并且用C++语言进行实现。通过在Visual Studio2008平台下的实验证明，此方法能够快速准确地识别跟踪多个目标，系统将会在实时性能上得到很大的提升。

全文目录

摘要  3-4
ABSTRACT  4-8
主要符号说明  8-9
第一章绪论  9-16
  1.1 引言  9-10
  1.2 国内外仿生机器鱼的研究现状  10-13
    1.2.1 国外研究现状  10-12
    1.2.2 国内研究现状  12-13
  1.3 视频目标跟踪的研究现状及研究意义  13-14
  1.4 本论文的主要工作与安排  14-16
第二章协作控制系统中视觉子系统设计  16-29
  2.1 多机器鱼协作控制系统简介  16-21
    2.1.1 计算机  18
    2.1.2 无线通讯模块  18
    2.1.3 仿生机器鱼  18-20
    2.1.4 视觉子系统  20-21
  2.2 视觉子系统描述  21
  2.3 视觉子系统的硬件实现  21-22
    2.3.1 摄像头介绍  22
  2.4 视觉子系统的软件实现  22-28
    2.4.1 图像采集  23
    2.4.2 失真校正  23-27
    2.4.3 基于 SIMD 技术的算法实现  27-28
    2.4.4 模板识别  28
  2.5 本章小结  28-29
第三章基于灰度相关的模板匹配理论  29-37
  3.1 模板匹配算法简述  29-30
  3.2 模板匹配算法的性能评估  30-31
    3.2.1 算法的运算速度  30
    3.2.2 算法的匹配精度  30-31
    3.2.3 算法的匹配概率  31
  3.3 算法的一般流程  31-32
    3.3.1 生成对应的匹配模板  31
    3.3.2 计算匹配模板的相似度  31
    3.3.3 确定目标所在位置  31-32
  3.4 相关曲面分析  32-34
  3.5 算法计算过程中的误差分析  34-35
  3.6 选择面向多机器鱼的跟踪模板  35-36
  3.7 本章小结  36-37
第四章基于模板匹配的多机器鱼跟踪算法设计  37-52
  4.1 水池全景环境中的背景建模  37-43
    4.1.1 水池全景环境中的背景建模难点  37-41
    4.1.2 分区域背景建模  41
    4.1.3 双阈值法  41-42
    4.1.4 前景图像的提取结果  42-43
  4.2 机器鱼模板设计  43-45
  4.3 基于模板匹配的跟踪  45-47
  4.4 算法流程图  47-48
  4.5 面向多机器鱼的跟踪实现  48-51
    4.5.1 遮蔽模板（Mask）  48
    4.5.2 算法概述  48
    4.5.3 算法实现  48-51
  4.6 本章小结  51-52
第五章总结与展望  52-54
  5.1 工作总结  52
  5.2 研究展望  52-54
参考文献  54-58
个人简历在读期间发表的学术论文  58-59
致谢  59

相似论文

带径向速度观测的跟踪算法研究,TN953
基于VRPF的机动目标跟踪的研究,TN957.52
多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
空间交会接近视觉测量方法研究,TP391.41
基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
移动机器人视觉检测和跟踪研究,TP242.62
基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
红外图像目标识别及跟踪技术研究,TP391.41
空间红外目标仿真与跟踪技术研究,TP391.41
基于运动目标轨迹分析的智能交通监控系统,TP277
无线传感器网络的目标定位跟踪算法研究,TN929.5
非稳定背景下的运动目标检测与鲁棒跟踪方法研究,TP391.41
基于支持向量机的视频目标检测方法研究,TP391.41
基于本体的食品投诉文档事件追踪研究,TP391.1
运动目标检测和跟踪算法研究,TP391.41
机载雷达抗干扰技术研究,TN974
基于Mean Shift的视频监控运动目标的跟踪算法研究与实现,TP391.41
基于视觉感知的鱼群目标检测与跟踪技术研究,TP391.41
基于骨架化和模板匹配的交通指挥手势识别,TP391.41
基于运动趋势估计的人脸跟踪技术研究,TP391.41
传感器网络中目标跟踪算法研究,TN929.5