計算機(jī)視覺中的運動檢測與跟蹤

內(nèi)容概要

徐晶、方明、楊華民編著的《計算機(jī)視覺中的運動檢測與跟蹤》共分為6章，第一章介紹運動的分類、計算機(jī)視覺領(lǐng)域中運動分析模型、計算機(jī)視覺領(lǐng)域運動檢測和目標(biāo)跟蹤技術(shù)研究現(xiàn)狀、計算機(jī)視覺領(lǐng)域中運動分析技術(shù)的難點等內(nèi)容；第二章介紹傳統(tǒng)的運動檢測和目標(biāo)跟蹤算法，包括背景差分法、幀間差分法、光流場評估算法等；第三章介紹具有周期性運動特征的低速目標(biāo)運動檢測和跟蹤算法，并以CCD測量系統(tǒng)為例介紹該算法的應(yīng)用；第四章介紹高速運動目標(biāo)識別和跟蹤算法，并以激光通信十信標(biāo)光捕獲和跟蹤系統(tǒng)為例介紹該算法的應(yīng)用；第五章介紹具有復(fù)雜背景的目標(biāo)運動檢測過程中采用的光流場算法，包括正規(guī)化相關(guān)的特性及其改進(jìn)光流場評估算法，并介紹改進(jìn)光流場算法的具體應(yīng)用；第六章介紹互補(bǔ)投票法實現(xiàn)可信賴運動向量估計。
　　

書籍目錄

第一章 緒論 
  1．1 運動的分類 
  1．2 計算機(jī)視覺中運動分析模型 
  1．3 計算機(jī)視覺中運動檢測和目標(biāo)跟蹤技術(shù)研究現(xiàn)狀 
  1．4 計算機(jī)視覺中運動分析的技術(shù)難點 
  1．5 本書各章節(jié)內(nèi)容簡介 
第二章 傳統(tǒng)的運動檢測和目標(biāo)跟蹤算法 
  2．1 傳統(tǒng)的運動檢測算法 
  2．2 常用目標(biāo)跟蹤算法 
  2．3 粒子濾波在跟蹤算法中的應(yīng)用 
  2．4 mean-shift在跟蹤算法中的應(yīng)用 
  2．5 方向符號法在跟蹤算法中的應(yīng)用 
  2．6小結(jié)與討論 
第三章 周期性運動特征的低速目標(biāo)跟蹤算法 
  3．1 周期性運動特征的動態(tài)目標(biāo)跟蹤策略 
    3．1．1 快速對應(yīng)點搜索 
    3．1．2 應(yīng)用卡爾曼濾波器實現(xiàn)目標(biāo)位置的預(yù)測 
    3．1．3 波門的設(shè)定 
  3．2 基于單目視覺技術(shù)的CCD激光經(jīng)緯儀 
    3．2．1 應(yīng)用背景 
    3．2．2 CCD激光經(jīng)緯儀結(jié)構(gòu)及艦載雷達(dá)標(biāo)校原理 
    3．2．3 坐標(biāo)變換與數(shù)學(xué)建模 
    3．2．4 半自動建模及動態(tài)饋源目標(biāo)實時識別與跟蹤策略 
    3．2．5 相機(jī)的定標(biāo) 
  3．3 實驗結(jié)果及結(jié)論 
第四章 高速運動目標(biāo)的檢測與跟蹤算法 
  4．1 空間激光通信中的目標(biāo)識別與跟蹤過程 
    4．1．1 通信準(zhǔn)備階段 
    4．1．2 目標(biāo)捕獲階段 
    4．1．3 粗跟蹤階段 
    4．1．4 精跟蹤階段 
  4．2 自由空間激光通信系統(tǒng)仿真形式 
  4．3 提高目標(biāo)跟蹤精度的主要技術(shù)途徑 
    4．3．1 采用數(shù)字控制系統(tǒng) 
    4．3．2 采用高精度的振鏡 
    4．3．3 采用CCD 分技術(shù) 
    4．3．4 采用現(xiàn)代控制理論和最優(yōu)控制算法 
    4．3．5 提高APT精跟蹤系統(tǒng)的伺服帶寬 
  4．4 激光光斑目標(biāo)的快速識別與跟蹤算法 
    4．4．1 圖像數(shù)據(jù)采集方法 
    4．4．2 自適應(yīng)探測窗的選取 
    4．4．3 PID控制過程 
    4．4．4 激光光斑中心的計算 
  4．5 目標(biāo)識別與跟蹤過程的仿真 
    4．5．1 用戶交互模塊 
    4．5．2 粗伺服單元伺服控制仿真 
    4．5．3 精伺服單元伺服控制仿真 
  4．6 本章小結(jié) 
第五章 具有復(fù)雜背景的運動目標(biāo)檢測算法 
  5．1 光流場的計算方法 
    5．1．1 光流場的概念 
    5. 1．2 傳統(tǒng)光流計算方法 
    5．1．3 光流評估方法比較 
  5．2 改進(jìn)的光流評估算法 
  5．3 實驗結(jié)果及結(jié)論 
第四章 高速運動目標(biāo)的檢測與跟蹤算法 
  4．1 空間激光通信中的目標(biāo)識別與跟蹤過程 
    4．1．1 通信準(zhǔn)備階段 
    4．1．2 目標(biāo)捕獲階段 
    4．1．3 粗跟蹤階段 
    4．1．4 精跟蹤階段 
  4．2 自由空間激光通信系統(tǒng)仿真形式 
  4．3 提高目標(biāo)跟蹤精度的主要技術(shù)途徑 
    4．3．1 采用數(shù)字控制系統(tǒng) 
    4．3．2 采用高精度的振鏡 
    4．3．3 采用CCD 分技術(shù) 
    4．3．4 采用現(xiàn)代控制理論和最優(yōu)控制算法 
    4．3．5 提高APT精跟蹤系統(tǒng)的伺服帶寬 
  4．4 激光光斑目標(biāo)的快速識別與跟蹤算法 
    4．4．1 圖像數(shù)據(jù)采集方法 
    4．4．2 自適應(yīng)探測窗的選取 
    4．4．3 PID控制過程 
    4．4．4 激光光斑中心的計算 
  4．5 目標(biāo)識別與跟蹤過程的仿真 
    4．5．1 用戶交互模塊 
    4．5．2 粗伺服單元伺服控制仿真 
    4．5．3 精伺服單元伺服控制仿真 
  4．6 本章小結(jié) 
第五章 具有復(fù)雜背景的運動目標(biāo)檢測算法 
  5．1 光流場的計算方法 
    5．1．1 光流場的概念 
    5. 1．2 傳統(tǒng)光流計算方法 
    5．1．3 光流評估方法比較 
  5．2 改進(jìn)的光流評估算法 
    5．2．1 正規(guī)化相關(guān)的特性討論 
    5．2．2 候補(bǔ)向量的定義及光流算法的計算過程 
    5．2．3 基于時間復(fù)數(shù)相關(guān)的預(yù)測向量計算法 
    5．2．4 基于空間復(fù)數(shù)相關(guān)的預(yù)測向量計算法 
    5．2．5 候補(bǔ)向量的抽取 
    5．2．6 相關(guān)分布可信度的評價 
    5．2．7 高精度光流的抽取 
    5．2．8 本節(jié)小結(jié) 
  5．3 實驗結(jié)果與討論 
    5．3．1 噪聲對真值深度分布的影響 
    5．3．2 全景的信噪比分析 
    5．3．3 SMCM算法對背景光流場的檢測 
    5．3．4 TMCM算法對場景變化的檢測 
    5．3．5 實驗總結(jié) 
  5．4 改進(jìn)光流場評估算法的應(yīng)用 
    5．4．1 車輛沖突檢測的技術(shù)背景 
    5．4．2 車載相機(jī)的運動對光流場的影響 
    5．4．3 運動物體的識別 
  5．5 本章小結(jié) 
第六章 互補(bǔ)投票算法實現(xiàn)可信賴運動向量估計 
  6．1 互補(bǔ)投票算法的基本原理 
  6．2 投票參數(shù)的收斂 
  6．3 信賴測度的估計方法 
  6．4 互補(bǔ)投票法的高速化 
  6．5 高速化后的算法的性能比較 
  6．6 總結(jié)與討論 
結(jié)束語 
參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁：   插圖：   該精跟蹤系統(tǒng)要求驅(qū)動器分辨率高、響應(yīng)速度快、位移重復(fù)性好，轉(zhuǎn)換能量效率高等特性，同時根據(jù)壓電陶瓷驅(qū)動器的特點，在系統(tǒng)結(jié)構(gòu)中采用壓電陶瓷驅(qū)動器作為精跟蹤系統(tǒng)的驅(qū)動元件，能夠滿足仿真及實際系統(tǒng)的要求。 4.3.3采用GCD細(xì)分技術(shù) 在精跟蹤系統(tǒng)中采用面陣CCD作為脫靶量檢測器件，面陣CCD選用128×128像元的分辨率對光斑目標(biāo)進(jìn)行讀出。在空間光通信中每個像元所對應(yīng)的空間分辨率為微弧度級，為了提高信號的檢測精度就必須對像元信號進(jìn)行細(xì)分。對光斑的檢測精度要求能達(dá)到亞像元級。 CCD細(xì)分技術(shù)是近幾年來在光電圖像檢測領(lǐng)域中廣泛采用的一種提高CCD系統(tǒng)測量分辨率的圖像處理技術(shù)。一般進(jìn)行細(xì)分的圖像都是分布已知的規(guī)則圓光斑，而且光斑一般都進(jìn)行了離焦處理根據(jù)不同的細(xì)分要求一般光斑需要占奇數(shù)個像元。 常見的細(xì)分算法分為形心算法、質(zhì)心算法和四象限算法3種。本書應(yīng)用的細(xì)分算法在后續(xù)章節(jié)中有具體討論。 4.3.4采用現(xiàn)代控制理論和最優(yōu)控制算法 在控制系統(tǒng)中控制算法的選取是決定控制誤差的重要因素之一，不同的控制算法對控制誤差精度有很大的影響。在現(xiàn)在的控制系統(tǒng)中尤其是一些實時性要求不高的視頻工作系統(tǒng)中，采用復(fù)雜的控制算法常常能得到很好的效果。在激光通信系統(tǒng)中采用最優(yōu)控制理論來指導(dǎo)也能大大提高控制精度，尤其是對于粗跟蹤環(huán)的控制系統(tǒng)。但對于精跟蹤環(huán)由于精跟蹤的閉環(huán)帶寬要求很高（一般大于600Hz）采用復(fù)雜的控制算法會導(dǎo)致計算量大。因此空間激光通信系統(tǒng)的精跟蹤環(huán)大都采用簡單的PID控制來完成。在實際半實物仿真過程中，首先根據(jù)器件參數(shù)利用Matlab仿真出最佳控制參數(shù)，之后通過應(yīng)用程序?qū)崿F(xiàn)控制過程。 4.3.5提高APT精跟蹤系統(tǒng)的伺服帶寬 提高帶寬主要有如下幾個途徑：提高數(shù)據(jù)采樣速度、提高實時圖像處理速度、提高振鏡執(zhí)行速度。鑒于以上技術(shù)環(huán)節(jié)在仿真過程中采取以下技術(shù)措施。 1.用開窗口工作模式的高幀頻CCD相機(jī)實現(xiàn)精跟蹤環(huán)檢測 精跟蹤系統(tǒng)對于CCD檢測精度的要求較高，對應(yīng)的像元分辨率較高。

編輯推薦

《計算機(jī)視覺中的運動檢測與跟蹤》是針對計算機(jī)視覺領(lǐng)域中研究的這些重點內(nèi)容，結(jié)合科研工作中的研究案例，介紹有關(guān)計算機(jī)視覺領(lǐng)域中涉及到的運動檢測和目標(biāo)跟蹤算法及具體應(yīng)用實例。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    計算機(jī)視覺中的運動檢測與跟蹤 PDF格式下載

---