论文部分内容阅读
高速运动目标常见于国防军事领域中,具有机动性强、运动时间短、环境多变、规律性差等特点,难以对其位置、姿态和速度等运动信息进行捕获、跟踪和测量。相比传统的激光雷达跟踪方法,基于视觉的检测和跟踪能获取目标更多的运动信息。随着高速视觉传感器的发展,使用高速摄像机对高速运动的目标进行检测和跟踪变得愈发重要。然而现有的目标检测和跟踪算法的结构较为复杂,难以满足高速视觉系统的实时性要求。本文为了检测和跟踪高速运动的目标,设计搭建了一套高速视觉系统,并基于该系统提出一种快速有效的目标检测和跟踪算法。主要研究内容和贡献如下:(1)设计搭建了一套200fps@640 X 480的高速视觉系统。分析系统各组成部分的工作职责和工作特点,结合高速运动目标的运动特点,选用合适的高速相机、图像采集卡和光圈,并增加照明设备,提高图像质量。通过高速连续图像采集实验验证了器件选择的合理性和相机参数设置的正确性。(2)结合帧间差分法和背景减除法的优缺点,提出了一种快速有效的目标检测算法。为了降低算法对光照变化的干扰,在YCbCr空间提取目标聚类特性较好的Cb分量;运用帧间差分法和投影技术在该分量上获得目标的运动区域,去除干扰区域和合并同一目标区域后,在该区域内进行背景减除法精确地检测出目标,并运用滑动平均法对非运动区域进行背景更新。为了降低时间消耗,采用改进的八邻域快速轮廓搜索方法搜索目标轮廓,并针对运动模糊的目标使用基于椭圆拟合的方法求取更为准确的目标中心位置。(3)为了解决跟踪算法的滞后性,提出了基于预测的目标跟踪算法。通过仿真对比基于Kalman滤波的预测跟踪算法和基于轨迹拟合的预测跟踪算法,选择3点线性预测器和5点平方预测器加权组合的综合预测算法对目标中心进行跟踪预测,并根据预测的位置更新ROI。当目标重现时,在预测的ROI中进行目标检测,减少搜索时间。(4)通过对不同情况下运动的乒乓球进行检测和跟踪,验证系统算法能够对1.3m距离下4m/s快速运动的目标进行实时准确的跟踪,跟踪误差不超过3个像素。同时验证了算法对遮挡和相似干扰物体的鲁棒性。在使用ROI减少检测范围的情况下,系统算法的平均运行时间为3.2ms/帧。