出版時(shí)間:2012-9 出版社:國(guó)防工業(yè)出版社 作者:徐晶,方明,楊華民 著 頁(yè)數(shù):102 字?jǐn)?shù):117000
Tag標(biāo)簽:無(wú)
內(nèi)容概要
徐晶、方明、楊華民編著的《計(jì)算機(jī)視覺(jué)中的運(yùn)動(dòng)檢測(cè)與跟蹤》共分為6章,第一章介紹運(yùn)動(dòng)的分類(lèi)、計(jì)算機(jī)視覺(jué)領(lǐng)域中運(yùn)動(dòng)分析模型、計(jì)算機(jī)視覺(jué)領(lǐng)域運(yùn)動(dòng)檢測(cè)和目標(biāo)跟蹤技術(shù)研究現(xiàn)狀、計(jì)算機(jī)視覺(jué)領(lǐng)域中運(yùn)動(dòng)分析技術(shù)的難點(diǎn)等內(nèi)容;第二章介紹傳統(tǒng)的運(yùn)動(dòng)檢測(cè)和目標(biāo)跟蹤算法,包括背景差分法、幀間差分法、光流場(chǎng)評(píng)估算法等;第三章介紹具有周期性運(yùn)動(dòng)特征的低速目標(biāo)運(yùn)動(dòng)檢測(cè)和跟蹤算法,并以CCD測(cè)量系統(tǒng)為例介紹該算法的應(yīng)用;第四章介紹高速運(yùn)動(dòng)目標(biāo)識(shí)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(yùn)動(dòng)檢測(cè)過(guò)程中采用的光流場(chǎng)算法,包括正規(guī)化相關(guān)的特性及其改進(jìn)光流場(chǎng)評(píng)估算法,并介紹改進(jìn)光流場(chǎng)算法的具體應(yīng)用;第六章介紹互補(bǔ)投票法實(shí)現(xiàn)可信賴(lài)運(yùn)動(dòng)向量估計(jì)。
書(shū)籍目錄
第一章 緒論
1.1 運(yùn)動(dòng)的分類(lèi)
1.2 計(jì)算機(jī)視覺(jué)中運(yùn)動(dòng)分析模型
1.3 計(jì)算機(jī)視覺(jué)中運(yùn)動(dòng)檢測(cè)和目標(biāo)跟蹤技術(shù)研究現(xiàn)狀
1.4 計(jì)算機(jī)視覺(jué)中運(yùn)動(dòng)分析的技術(shù)難點(diǎn)
1.5 本書(shū)各章節(jié)內(nèi)容簡(jiǎn)介
第二章 傳統(tǒng)的運(yùn)動(dòng)檢測(cè)和目標(biāo)跟蹤算法
2.1 傳統(tǒng)的運(yùn)動(dòng)檢測(cè)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(hào)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(yùn)動(dòng)特征的低速目標(biāo)跟蹤算法
3.1 周期性運(yùn)動(dòng)特征的動(dòng)態(tài)目標(biāo)跟蹤策略
3.1.1 快速對(duì)應(yīng)點(diǎn)搜索
3.1.2 應(yīng)用卡爾曼濾波器實(shí)現(xiàn)目標(biāo)位置的預(yù)測(cè)
3.1.3 波門(mén)的設(shè)定
3.2 基于單目視覺(jué)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(dòng)建模及動(dòng)態(tài)饋源目標(biāo)實(shí)時(shí)識(shí)別與跟蹤策略
3.2.5 相機(jī)的定標(biāo)
3.3 實(shí)驗(yàn)結(jié)果及結(jié)論
第四章 高速運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤算法
4.1 空間激光通信中的目標(biāo)識(shí)別與跟蹤過(guò)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(shí)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(cè)窗的選取
4.4.3 PID控制過(guò)程
4.4.4 激光光斑中心的計(jì)算
4.5 目標(biāo)識(shí)別與跟蹤過(guò)程的仿真
4.5.1 用戶(hù)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(yùn)動(dòng)目標(biāo)檢測(cè)算法
5.1 光流場(chǎng)的計(jì)算方法
5.1.1 光流場(chǎng)的概念
5. 1.2 傳統(tǒng)光流計(jì)算方法
5.1.3 光流評(píng)估方法比較
5.2 改進(jìn)的光流評(píng)估算法
5.3 實(shí)驗(yàn)結(jié)果及結(jié)論
第四章 高速運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤算法
4.1 空間激光通信中的目標(biāo)識(shí)別與跟蹤過(guò)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(shí)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(cè)窗的選取
4.4.3 PID控制過(guò)程
4.4.4 激光光斑中心的計(jì)算
4.5 目標(biāo)識(shí)別與跟蹤過(guò)程的仿真
4.5.1 用戶(hù)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(yùn)動(dòng)目標(biāo)檢測(cè)算法
5.1 光流場(chǎng)的計(jì)算方法
5.1.1 光流場(chǎng)的概念
5. 1.2 傳統(tǒng)光流計(jì)算方法
5.1.3 光流評(píng)估方法比較
5.2 改進(jìn)的光流評(píng)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(jì)算過(guò)程
5.2.3 基于時(shí)間復(fù)數(shù)相關(guān)的預(yù)測(cè)向量計(jì)算法
5.2.4 基于空間復(fù)數(shù)相關(guān)的預(yù)測(cè)向量計(jì)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(píng)價(jià)
5.2.7 高精度光流的抽取
5.2.8 本節(jié)小結(jié)
5.3 實(shí)驗(yàn)結(jié)果與討論
5.3.1 噪聲對(duì)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(duì)背景光流場(chǎng)的檢測(cè)
5.3.4 TMCM算法對(duì)場(chǎng)景變化的檢測(cè)
5.3.5 實(shí)驗(yàn)總結(jié)
5.4 改進(jìn)光流場(chǎng)評(píng)估算法的應(yīng)用
5.4.1 車(chē)輛沖突檢測(cè)的技術(shù)背景
5.4.2 車(chē)載相機(jī)的運(yùn)動(dòng)對(duì)光流場(chǎng)的影響
5.4.3 運(yùn)動(dòng)物體的識(shí)別
5.5 本章小結(jié)
第六章 互補(bǔ)投票算法實(shí)現(xiàn)可信賴(lài)運(yùn)動(dòng)向量估計(jì)
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(lài)測(cè)度的估計(jì)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(yǔ)
參考文獻(xiàn)
章節(jié)摘錄
版權(quán)頁(yè): 插圖: 該精跟蹤系統(tǒng)要求驅(qū)動(dòng)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(shí)根據(jù)壓電陶瓷驅(qū)動(dòng)器的特點(diǎn),在系統(tǒng)結(jié)構(gòu)中采用壓電陶瓷驅(qū)動(dòng)器作為精跟蹤系統(tǒng)的驅(qū)動(dòng)元件,能夠滿(mǎn)足仿真及實(shí)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(cè)器件,面陣CCD選用128×128像元的分辨率對(duì)光斑目標(biāo)進(jìn)行讀出。在空間光通信中每個(gè)像元所對(duì)應(yīng)的空間分辨率為微弧度級(jí),為了提高信號(hào)的檢測(cè)精度就必須對(duì)像元信號(hào)進(jìn)行細(xì)分。對(duì)光斑的檢測(cè)精度要求能達(dá)到亞像元級(jí)。 CCD細(xì)分技術(shù)是近幾年來(lái)在光電圖像檢測(cè)領(lǐng)域中廣泛采用的一種提高CCD系統(tǒng)測(cè)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(gè)像元。 常見(jiàn)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(shū)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(duì)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(shí)時(shí)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(lái)指導(dǎo)也能大大提高控制精度,尤其是對(duì)于粗跟蹤環(huán)的控制系統(tǒng)。但對(duì)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(huì)導(dǎo)致計(jì)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(jiǎn)單的PID控制來(lái)完成。在實(shí)際半實(shí)物仿真過(guò)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(guò)應(yīng)用程序?qū)崿F(xiàn)控制過(guò)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(gè)途徑:提高數(shù)據(jù)采樣速度、提高實(shí)時(shí)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(guò)程中采取以下技術(shù)措施。 1.用開(kāi)窗口工作模式的高幀頻CCD相機(jī)實(shí)現(xiàn)精跟蹤環(huán)檢測(cè) 精跟蹤系統(tǒng)對(duì)于CCD檢測(cè)精度的要求較高,對(duì)應(yīng)的像元分辨率較高。
編輯推薦
《計(jì)算機(jī)視覺(jué)中的運(yùn)動(dòng)檢測(cè)與跟蹤》是針對(duì)計(jì)算機(jī)視覺(jué)領(lǐng)域中研究的這些重點(diǎn)內(nèi)容,結(jié)合科研工作中的研究案例,介紹有關(guān)計(jì)算機(jī)視覺(jué)領(lǐng)域中涉及到的運(yùn)動(dòng)檢測(cè)和目標(biāo)跟蹤算法及具體應(yīng)用實(shí)例。
圖書(shū)封面
圖書(shū)標(biāo)簽Tags
無(wú)
評(píng)論、評(píng)分、閱讀與下載
計(jì)算機(jī)視覺(jué)中的運(yùn)動(dòng)檢測(cè)與跟蹤 PDF格式下載
250萬(wàn)本中文圖書(shū)簡(jiǎn)介、評(píng)論、評(píng)分,PDF格式免費(fèi)下載。 第一圖書(shū)網(wǎng) 手機(jī)版