改进的核相关滤波目标跟踪算法

提出一种基于核相关滤波的尺度和旋转自适应跟踪算法.首先,利用核相关滤波确定目标的中心位置;然后,使用特征点匹配的方式估计目标的尺度变化和旋转角度.在特征点匹配过程中,使用前、后两次光流匹配消除不稳定特征点;计算特征点对的权重分布,从而估计出目标的最佳尺度和角度;判断当前目标是否受到遮挡,进而使用更合理的方式更新特征点集和目标模型,进一步提高算法的鲁棒性.实验结果表明:文中算法不仅能在一定程度上处理目标外观变化问题,而且跟踪的实时性较好.

采用互补特征的核相关滤波目标跟踪算法

为了改善跟踪算法的性能,提出一种自适应加权的融合颜色特征和方向梯度直方图(HOG)特征的多核多通道的相关滤波跟踪算法.针对核相关滤波算法特征单一的问题,采用互补特征核空间描述目标,并根据互补特征响应值的大小,自适应为互补特征核空间分配权重、更新模型,提高算法的鲁棒性.实验结果表明:所提出的算法不仅能在一定程度上处理目标外观变化问题,而且完全满足跟踪场景的实时需求.

双背景模型的快速鲁棒前景检测算法

针对前景检测中的光照变化问题,提出一种基于双背景模型的快速鲁棒前景检测算法.通过建立简单的快慢双背景模型,提高前景检测的效率.结合视频时间感知信息和光照补偿措施,增强算法对光照变化的鲁棒性,提高前景检测精度.在具有光照变化的公开数据集上进行测试,实验结果表明:所提出的算法不仅对光照变化有较强的鲁棒性,同时,具有极快的处理速度.

机器人与激光跟踪仪的坐标系转换方法研究

激光跟踪仪对工业机器人的末端位姿进行绝对定位精度标定时,需要把测量坐标系和机器人坐标系下的坐标值转换到同一坐标系下,坐标值的比较才有意义。因为机器人运动学模型误差的存在,使得机器人坐标系下的点不能遵循着唯一确定的变换关系变换到测量坐标系,所以坐标系的变换精度不高。在建立齐次变换形式的变换模型之后,通过分析坐标系变换过程中的误差来源,提出结合最小二乘法的RANSAC快速转换算法。从测量样点中随机选择一定量的样点拟合变换模型,在获得多个变换模型之后,利用评判模型选择最优模型。结果表明:相比于常规的求解方法,机器人和激光跟踪仪的坐标转换精度提高3倍。RANSAC算法能有效地降低机器人模型误差对求解变换关系的影响,并且实验过程快速、操作简单。