就能监视其行为。
此外,通过全方位的展开软件,还可以生成全景图像,即在一幅场景上即可以观察360度的环幕场景,改变了以往需多个场景同时观看才能获得的总体信息的情况,减少了监控人员的总体工作量。
、 全方位视觉带来的缺点是为弥补以上的优点所付出的代价。
1、全方位视觉图像由于拍摄时存在图像被扭曲的现象,不符合人的观察习惯,需要进行转换,才能生成人能所理解的图像内容。
2、图像精确度的降低。
这包括两大方面:一是一张图片中容纳了更多的信息,必然导致图像部分细节方面的丢失。
二是在转换成人能所理解的图像内容时,也会丢失掉部分的图像信息。
3、成像时点的不均匀性,空间中的信息在全方位图像上成像时,其成像密度存在着很大的差别。
反射镜面曲率越大,图像的不均匀性越严重。
1.3.2全方位视觉的应用现状 全方位视觉的研究,具有十分巨大的实际意义。
无论是静态图像还是运动检测,无论是在消费市场还是在产业,全方位视觉的应用领域都十分广阔,单是监控市场就十分巨大。
全方位视觉传感器由于其独特的360度全景成像能力、成像的旋转不变性、更全面的环境信息和较低的分辨率等特点,是建立低成本高性能全景图像系统的最佳方案。
全方位视觉由于其特性,非常适合于需要大视野的应用,故国外研究者在全方位视觉的具体应用上也做了大量的研究,主要的研究方向如下: l、视频监控 由于全方位视觉的特性,可用于代替多个普通的摄像头来进行视频的监控,在十字路口一次性可以查看几条道路的通行情况,在房间的结合处安装一个全方 5 浙江工业大学硕士学位论文位视觉设备可一次性查看两个或多个房间的情况。
同时在该应用上发展出来针对全方位视觉的人体检测与跟踪。
Nobom Babaguchitl4】设计了一个将抛物面全方位 图像恢复成全景图和透视图后用于监控和检测的实例。
YuOhara〔1 5】提出了一种全方位视觉条件下基于时空分析的步态检测方法。
2、视频会议 视频会议是当今研究的热点之一,视频会议相对于传统的会议,大大节省了人力和成本。
而在会议中使用全方位视觉设备,在一个圆桌中不需要硬件的切换可以获得全部参与会议者的视频信息。
微软公司Redmond研究院曾做过该方面的一系列研究,并给出了软硬件的实现环境与实现方法【161。
慕尼黑工业大学的研究者提出了使用全方位视觉视频会议时的一些脸部跟踪方法【翔。
Rainel”Stiefelhagen〔18】等提出全方位视频会议时的会议者的追踪,跟据脸部的人物识别等方法。
3、机器人导航 将全方位视觉应用于机器人导航是全方位视觉应用的重点,也是全方位视觉应用研究人员最多,研究成果最多的应用。
传统的机器人视觉系统主要是采用常规镜头的摄像机直接获取场景的信息,这种方法的主要问题是视场角较小,只能获取视野有限的局部信息,为获取大视野场景图像,可将单个镜头旋转或多个普通镜头水平组合得到。
但这种方法的问题是不同位置摄像机光心的物理位置不能真正重合,因此定位精度底。
所以近二十年来人们开始研究基于单个曲面反射镜面的全方位摄像机系统实现机器人定位。
最早日本大坂大学的Ya‖19捌于91年设计了锥面反射镜的全方位视觉传感器用于室内环境中的机器人导航,在他的后续研究中,分别对该机器人导航方法进行了碰撞检测研究、建立简单室内环境地图研究与检测未知障碍物研究。
1997年,卡内基·梅隆大学研制的利用全方位视觉系统导航的机器人在40天内走过200kin,成功穿越智利的阿塔卡马沙漠。
Stefan mab一23垮人将全方位视觉设备用于无人驾驶直升机的导航。
4、虚拟现实 虚拟现实就是一种可以创建和体验虚拟世界的计算机系统。
这种系统生成的各种虚拟环境,作用于用户的视觉、听觉、触觉,使用户产生身临其境的感觉,沉浸其中。
由于全方位视觉大视野的特性,减少了生成虚拟环境时信息采集的工 6 浙江工业大学硕士学位论文作量。
根据生成方式不同的分类,虚拟现实系统可分为基于实景图像的虚拟现实系统与基于几何模型图形构造的虚拟现实系统〔241。
在基于实景图像应用的虚拟现实系统方面,Daniel G Aliaga〔25粕】等人提出了如何对大量的全方位图像进行采样、有层次的压缩与存储,构建出一个交互式的虚拟空间,使用者可以在里面自由走动。
Hiroshi Ishiguro【271等分析并比较了基于全光建模(Plenoptic modeling)的三种方法。
在基于几何模型图形构造研究方面。
Jose Gaspar于2001年用一张全方位图像通过人工选定的方法构建出空间三维造型。
大量的三维景物重建的工作都基于两张图像以上的匹配,以Tomas Svoboda的重建工作最为典型【2s】。
PetrDoubekl294们于2003年提出了一种通过少量全方位图片来进行空间三维信息的恢复方法,并给出了可靠点的选择方法。
而RolandDl〕等人则提出了在全景图基础上的景物重建方法。
1.4本文研究的内容和文章结构 本文主要的研究内容是利全方位设备,实现在全方位视频的动态背景下多个运动目标的检测识别与跟踪。
对于有多个运动目标的视场只需要一个全方位摄像机就可以对每一目标进行检测并跟踪,同时解决多个目标相互遮挡,遮挡目标分离,新目标出现,目标消失等情况。
本文主要目标是设计一种新的全方位视觉监视系统,用来对多个运动目标进行实时运动检测跟踪。
其中主要研究内容包括:运动区域检测,运动目标分割,运动目标跟踪。
本文共分为五章,具体安排如下: 第一章:作为文章的绪论,介绍了本文涉及的基本概念,研究背景,研究现状,研究内容等。
第二章:介绍了运动目标检测的基本算法,提出了帧差和减背景相结合的运动目标检测方法,并介绍了用形态学方法对图像进行去噪,用连通域标识的方法对目标进行分割,最后还考虑了如何处理目标碎片的问题。
第三章:该章重点对目标跟踪实现进行了详细的介绍。
主要包括:运动目标预测,目标匹配算法,目标跟踪算法。
在对多目标进行跟踪的过程中分析了目标可能会出现的复杂情况,多目标合并,目标分离,目标消失,目标新出现等情况。
7 浙江工业大学硕士学位论文 第四章:该章对基于全方位视觉的多目标检测跟踪系统,在开发平台,详细设计,具体实现上分别作了详细介绍。
第五章:全文的总结以及进一步的工作。
该章对前面各章节所做的工作进行了归纳与总结,并探讨了作者对下一步研究的一些设想。
1.5本章小结 本章综述了视频检测技术的发展与现状,国内外目标跟踪技术的研究现状,并对用全方位视觉设备实现多目标检测跟踪做了一个基本的介绍,包括全方位视觉优点和应用现状。
最后对本文所研究的主要内容及各章节的安排进行简短的概述。
浙江工业大学硕士学位论文 第二章运动目标检测2.1运动目标检测算法介绍2.1.1光流法 光流是空间运动物体被观测面上的像素点运动产生的瞬时速度场,包含了物体3D表面结构和动态行为的重要信息‘321。
一般情况下,光流由相机运动、场景中目标运动,或两者的运动产生。
当场景中有独立的运动目标时,通过光流分析可以确定运动目标的数目、运动速度、目标距离和目标的表面结构。
对于光流的研究已经在环境建模、目标检测与跟踪、自动导航及视频事件分析中得到了广泛的应用133‘341。
在空间中,运动可以用运动场描述。
而在一个图像平面上,物体的运动往往是通过图像序列中不同图像灰度分布的不同体现的。
从而,空间中的运动场转移到图像上就表示为光流场,光流场反映了图像上每一点灰度的变化趋势。
光流可以看作带有灰度的像素点在图像平面运动产生的瞬时速度场。
光流方程推导:假设E(x,y,t)为(x,y)点在时刻t的灰度。
设什dt时刻该点运动至iJ(x+dx,y+dy)点,他的灰度为E(x+dx,y+dy,t+dt)。
我们认为,由于对应同一个点,所以 E(x,y,f)=E@+五Ly+砂,f+出) (2-1)将上面光流约束方程式右边做.
上一篇:
曲面断层X线与牙科CT用于正常人全牙列牙齿外部形态测量的可行性研究
下一篇:
道路设计论文(word论文|下载论文)