摘要：双目视觉是当今计算机视觉领域的研究热点之一,在视频安全监控、医疗诊断、智能交通以及航空航天等方面具有重要的实用价值和巨大的发展前景。双目视觉相对单目视觉,不仅获得更广阔的视野范围,而且双目视觉能直接模仿人类双眼机理获取特定目标物体的深度信息。加之近年来微处理器件和集成电子技术的发展,使得由复杂算法构成的系统实时性得到基本满足,因此双目视觉的研究及应用潜能有待进一步发掘。本文以少数民族地区视频安全监控为背景,研究了运动目标物体的检测与跟踪,不同视场下的目标匹配,被跟踪目标物体深度信息的获取,并据此搭建了双目视觉系统平台,通过对系统各部分相关算法分析与实现,同时综合考虑系统整体性能要求指标,取得了以下主要成果：1.构建了基于平行双目视觉的实验平台,实现云台控制器与计算机间通信,其主要包括通信初始化、云台的自动扫描、手动微调和云台位姿实时显示(即上下、左右转动角度)等。考虑到后续工作的需要,在前期准备阶段,运用棋盘标定法求出相机内外参数,建立了目标物体在三维空间与图像坐标系的转化关系。2.研究了基于静态背景和动态背景下的目标检测与跟踪算法,由于本系统中的摄像头将随云台自由转动,采用改进的均值漂移算法—Camshifit实现动态背景下的目标跟踪,特别解决了运动目标部分遮挡和变形的问题,加之与背景差分法结合,实现自动目标选取。同时设计了有效的云台控制策略,实现双目视觉平台连续地锁定运动目标。3.双目视觉系统中左右两目摄像头由于相对位置的差异,如何保证跟踪同一个运动目标并且较准确提取出同一目标特征点,将决定深度信息获取的准确性。在研究比较多种图像匹配算法后,采用SIFT(尺度不变特征变换)算法具有较强鲁棒性,而且在不同光照、位姿等情形下能够有效识别目标。通过实验得到的深度信息数据与实际距离数值相比较,误差在允许范围内,同时也验证了系统整体各组成部分良好的协同性以及各项功能的有效性。目标跟踪是双目视觉系统的核心部分,实时性和鲁棒性更好的目标跟踪算法将对系统整体性能提升起到重要作用,基于稀疏表示的目标跟踪方法为系统进一步改进指出了方向,同时更有效的多目协调机制的建立也将提升系统的智能化程度。