论文部分内容阅读
作为机器视觉领域的重要研究分支,目标识别和视觉跟踪已经成为近年来的研究热点。目标识别可以单独存在,也可以看做视觉跟踪的前提。他们已经被广泛地应用于视频监控、视觉导航和军事制导等诸多领域。因此,对目标识别和视觉追踪在实验室环境下进行研究,具有一定的现实意义。本文首先对目标识别和视觉跟踪现有的方法进行了研究。然后详细的讨论了基于纹理分割的目标识别方法,并且在此基础上,分别将纹理分割与卡尔曼滤波和均值漂移算法进行结合来对目标进行跟踪。最后用实验的方法加以论证,取得了预想的效果。本文的主要工作有:目标识别方面,首先分析了纹理特征的提取方法,文中选用了小波包的方法对纹理特征进行提取,然后采用四分之一圆的方法对其进行优化。然后研究了多种聚类算法,考虑到蚁群聚类算法不依赖于初始值的选取而具有较强的鲁棒性。最终,将小波包变换和蚁群算法想结合来对图像进行纹理分割来提取目标。视频跟踪方面,介绍了卡尔曼滤波和均值漂移算法的原理和实现方法,并且将其与纹理分割提取目标相结合来对目标进行跟踪。最后,介绍了多轴直线的视觉平台的机械结构和运动控制结构。并且在其上上进行试验,实验证明了纹理分割对目标进行识别方法准确率较高、基于纹理分割与卡尔曼滤波和均值漂移算法相结合的目标跟踪方法的有效性。