一种基于Hausdorff距离的运动物体跟踪算法

针对视频处理中运动物体的检测和跟踪问题,提出了一种基于Hausdorff距离的目标跟踪算法。新算法提出首先采用多尺度分水岭变换获取运动物体模型,消除了传统基于分水岭变换算法存在的缺陷;然后使用部分Hausdorff距离实现后续帧中运动物体模型的匹配;最后再次使用多尺度分水岭算法完成运动物体模型的更新。实验表明,该算法可以有效地跟踪多个刚体或非刚体目标。

基于LabVIEW的运动物体跟踪系统实现

运动目标跟踪系统在讲座录制、安防监测和工业生产等诸多领域具有重要意义。但这类系统在设计上大多局限于传统仪器的概念范畴。本文介绍了一种适用范围较广的基于LabVIEW的运动目标跟踪系统。应用模型匹配技术和在LabVIEW环境下的IMAQ Vision模块来构架该虚拟仪器形式的系统。最后,对应各性能指标提出相关的优化解决方案,根据对比实验的验证数据探讨相关参数设置。该系统在实际应用中性能可靠,高效灵活;优化方法的实施显著地提高了系统的跟踪效果。

自适应Kalman滤波的运动物体跟踪算法研究

针对实时视频中的运动物体跟踪问题,提出了一种基于自适应Kalman滤波的运动物体跟踪新算法。首先利用基于∑-△背景估计算法检测运动物体,并提取主要颜色特征。然后构建物体运动模型,并生成自适应Kalman滤波的系统状态模型。最后利用主要颜色特征进行物体跟踪,其结果反馈给自适应Kalman滤波器,并通过遮挡率自动调整参数达到正确跟踪。实验结果表明,所提出的自适应Kalman滤波算法在运动物体被遮挡等复杂条件下的鲁棒性好,还具有跟踪准确性高和数据计算量小等优点,可用于实时运动物体的检测与跟踪。

基于无标定的机器人平面运动物体跟踪伺服系统研究

在未标定摄像机模型和机器人手眼关系的情况下,针对"眼在手"型机器人视觉伺服系统,采用基于位置的控制方法,提出了一种简易实用的无标定算法,采用PD控制实现了平面运动物体的跟踪,通过仿真和试验验证了该方法的有效性和可靠性。

基于ROS平台的运动物体跟踪识别系统的研究

物体跟踪识别是机器视觉领域中的一个比较重要的部分,可以应用在自动驾驶、军事等各个领域。本文结合时下应用较广的ROS移动机器人开源平台,利用OpenCV库对图像集进行处理,使用图像的斑点特征进行灰度值对比,实现对运动物体跟踪识别的功能。通过在真实环境中测试,系统可以满足大部分情况下移动机器人的运动物体跟踪识别。

一种改进的基于核跟踪的运动物体跟踪算法

针对核跟踪中均值漂移算法候选目标模型起始检索窗口选择的不足,将卡尔曼滤波预测的窗口和三帧差法提取的窗口通过加权的方式,产生一个新的检测窗口作为均值漂移算法的检索窗口,同时对核函数带宽和目标模型进行更新。实验表明经过优化的算法,对运动物体跟踪的效果有了明显的提升,算法的鲁棒性也得到了增强。

视频监控中运动物体的检测与跟踪

针对固定摄像头下的交通监控场景,首先给出一种基于分块原理的背景重建算法,克服了平均法重建的背景图像模糊的缺点。然后用减背景方法检测运动物体,并利用数学形态学方法对得到原始前景点作处理,填补了运动物体内部的空洞,减少了噪声点,改善了检测性能。为适应背景的变化,对背景进行自适应更新,并且通过对Meanshift算法的改进提高了跟踪的准确性。实验结果表明,算法在有效检测到运动物体的同时能够快速准确地跟踪运动物体。

红外激光技术在运动物体位置跟踪系统中的应用

运动物体位置跟踪系统可用工作在红外波段的激光 ,测量“调制光波”往返于被测距离上相位差的方法来测定距离。利用 DSP鉴相技术 ,通过快速傅立叶变换软件可快速实时测量运动物体的距离及其运行速度。该系统能极其准确地显示运动物体的实际位置 ,实现对运动物体速度的数字化控制。

一种跟踪运动物体算法的实现

本文介绍了采用两点匹配算法跟踪运动物体的原理，并着重叙述了其具体实现步骤．

一种改进的Mean Shift运动目标跟踪算法

首先研究了Mean Shift算法(均值漂移算法),针对Mean Shift算法在跟踪视频运动物体应用中的不足,提出了将卡尔曼滤波预测的窗口和三帧差法提取的窗口通过加权的方式,产生一个新的检测窗口作为均值漂移算法的检索窗口,同时对核函数带宽和目标模型进行更新。实验表明经过优化的算法,对运动物体跟踪有了明显的改进,有了更好的鲁棒性。

基于嵌入式树莓派和OpenCV的运动检测与跟踪系统

为了适应运动检测与跟踪系统小型化、高效化的现实需求,将图像处理的算法移植于小巧灵活的树莓派2代B型,实现了对运动物体的实时检测与跟踪。基于open CV框架下,运用Python语言编程实现了计算帧差和二值化等图像处理要素,并用矩形框将运动物体标记。实验结果分析表明,该系统对光照条件等环境变化有一定的自适应能力,可较好地完成对运动物体的检测与跟踪。

动态物体跟踪算法描述与实现

运动物体跟踪算法分为光流法,帧差发,背景差法,以上算法都是基于OpenCV的运动物体跟踪算法,此论文首先论述了opencv系统开发环境,详细的论述了基于OpenCV实现的运动物体跟踪算法的数据结构,帧差发和背景差发中的腐蚀与膨胀算法,以及光流法中使用horn&Schunck的CalcOpticalFlowHsde函数,详尽的对比了光流法,帧差发,背景差法的优缺点,对运动物体跟踪算法进项了理论分析。

基于运动背景下运动目标的检测与自动跟踪

安全是我们生活中值得保障的。随着科技的发展,摄像头成为了保障我们生命财产安全的一个重要工具。但现在的摄像监控设备存在一些不足,作为传统监控系统的功能扩展和功能互补,我们的作品增加了图像识别、目标跟踪、自动录像、自动复位功能,旨在解决传统监控系统视角固定、拍摄范围有限、不能及时抓拍、不能按需录像等缺陷。在相互配合、相互帮助下我们团队完成了该作品。本作品的亮点在于可以实现在动态背景下对运动物体自动跟踪,而作为对画面的补偿,我们使用了一种可以克服均值偏移算法中初始物体需要手工标记和物体速度快时迭代耗时大的缺点的高级运动跟踪算法——结合Kalman滤波器的Mean.Shift自动跟踪算法。实验结果验证了该算法简单有效,鲁棒性好。

基于扩展卡尔曼滤波的主动视觉跟踪技术

提出一种基于主动视觉的物体跟踪系统.该系统利用基于扩展卡尔曼滤波的物体锁定(Object Locked Based on Extended Kalman Filter,OLBEKF)技术,根据物体的运动预测摄像头的运动,并通过控制摄像头的两个关节实现主动跟踪.实际运用表明,在复杂的环境下,能够实时地获得高准确率的跟踪结果,并且显著提高摄像头拍摄图像的质量.

基于阴影属性的运动阴影检测方法

提出一种基于阴影属性的阴影检测与去除方法,首先采用光照评估方法判断阴影是否存在,若有阴影存在则确定阴影方向并计算阴影属性,最后根据阴影属性检测阴影点。由于使用了阴影属性,阴影的检测和去除更加准确。

视频目标检测匹配跟踪算法优化研究

针对目前视频目标检测匹配跟踪算法不能满足视频监控的高实时性要求,不能满足当前硬件平台主流技术的问题,研究了差分目标检测和匹配跟踪算法的优化实现问题。为优化算法减少计算量,选用了连续帧训练背景的方法,利用背景差分检测出场景中的运动物体,采用模板匹配跟踪算法,将目标检测和跟踪算法在DM642上优化并实现。仿真结果表明,经过算法和程序级的优化,程序运行时间大大减少,可在CIF格式下较好地进行多物体的实时检测与跟踪。

基于帧间差分的智能视频实时运动目标提取模式研究

针对实时视频静态背景中的运动物体跟踪问题,利用帧间差分法检测运动物体以达到跟踪物体的目的,研究结果表明,帧间差分法具有跟踪准确性高和数据计算量小等优点,可用于实时运动物体的检测与跟踪。

一种基于计算机视觉的行人流量统计方法

提出了一种统计监控视频中行人流量的方法。文中方法利用背景差法提取运动物体,并对运动物体进行跟踪。提取物体的HOG特征,并利用线性SVM判决提取的HOG特征是否符合行人要求,以达到统计视频中行人流量的目的。实验表明在人流量不是特别密集的场景,可以准确地统计视频中的行人数量。

CamShift算法在足球机器人系统中的应用与改进

现有的CamShift算法虽可实现指定目标的连续跟踪,但直接应用在足球机器人上存在需要手工指定搜索目标等问题;文章通过对CamShift算法的深入研究,提出在搜索过程中加入轮廓匹配、根据搜索返回值确定机器人的姿态和在搜索的迭代过程中加入目标运动区域预测等改进,在足球机器人上使用取得了很好的效果。

基于树莓派的行李箱智能追踪外设系统

针对目前普通行李箱依靠人力推动、未智能化而智能行李箱造价较高、不能兼容普通行李箱的种种问题,设计并实现了一种基于树莓派的行李箱智能追踪外设系统。该系统外部采用外设式设计,以伸缩式底座配件的形式适用于多种尺寸的普通行李箱。系统内部以树莓派为核心单元,结合Android移动开发技术和OpenCV、CAMShift图像处理技术,PID算法控制驱动电机实现行李箱自动跟随用户。实验结果显示系统可在不同路面上稳定检测标识物并带动行李箱对标识物进行追踪,并对障碍进行回避。实验结果表明基于树莓派的行李箱智能追踪外设系统成本较低、追踪灵活可靠、传输时延较短,对于普通行李箱行业的智能化转型升级具有一定的意义。