检测系统论文客流检测系统论文目标跟踪算法论文-基于双目视觉的客流检测与跟踪技术的研究

1、检测系统论文客流检测系统论文目标跟踪算法论文基于双目视觉的客流检测与跟踪技术的研究 【摘要】： 客流检测与跟踪技术是客流检测系统的核心内容。随着现在商业决策的科学化和城市公共活动的增多,现代生活对自动化的客流检测系统的需求越来越迫切,能够准确的客流检测与跟踪技术成为了亟待解决的问题。本文针对上述问题,结合立体视觉技术,对基于双目视觉的客流检测与跟踪技术进行了研究。 本文对客流检测与跟踪涉及的问题进行了深入的研究,采用了基于稀疏特征的对行人进行检测与跟踪的方法。本文对客流进行检测和跟踪的方法包含的算法单元有:特征的检测、双目间的特征匹配、空间点的重建、空间点的聚类和跟踪。本文采用Har

2、ris角点作为特征,因为Harris角点是一种显著特征,可以保证匹配的准确性。本文还采用了基于区域的特征匹配方法,使用NCC作为图像区域相似度的衡量标准,然后通过对得到的NCC值拟合曲线的方法获取亚像素精度的视差。在获得了视差之后,本文结合相机的内部参数和外部参数计算特征点对应的空间点的三维坐标,将三维坐标转换到利于检测行人位置的世界坐标系下。本文还针对客流检测和跟踪的任务对mean shift方法进行了改良,在核函数中加入了方向参数,使mean shift方法更适合对客流进行检测和跟踪。在文章的最后,展示了使用本文的方法对客流进行检测和跟踪的效果,证明了本方法可以有效地检测和跟踪客流。【关键

3、词】：双目视觉 角点检测 特征匹配 三维重建 Mean shift方法 客流检测 目标跟踪 【学位授予单位】：上海交通大学【学位级别】：硕士【学位授予年份】：2009【作者】：潘浩【索取全文】Q联系Q：138113721 Q联系Q:139938848【目录】： · 摘要5-6· ABSTRACT6-8· 目录8-10· 第一章 绪论10-16· 1.1 本文的意义10-11· 1.2 计算机视觉11-13· 1.3 立体视觉技术13-14· 1.4 研究内容和结构安排14-16· 第二章 特征的提取与匹配

4、16-27· 2.1 引言16· 2.2 特征的匹配16-20· 基于区域的匹配16-18· 基于图元的匹配18· 基于频域的匹配18-20· 2.3 特征的提取20-24· Harris 角点检测方法20-22· Susan 角点检测法22-24· 2.4 本文中的特征匹配24-26· 2.5 本章小结26-27· 第三章 空间坐标的计算27-38· 3.1 引言27· 3.2 相机模型27-29· 3.3 对极几何和基础矩阵29-32· 对极

5、几何和基础矩阵29-31· 基础矩阵的计算31-32· 3.4 相机的平面标定法32-34· 3.5 本文中三维结构的获取34-36· 3.6 本章小结36-38· 第四章 特征点的聚类38-50· 4.1 引言38· 4.2 聚类算法简介38-39· 4.3 常用聚类算法39-44· 顺序聚类方法39-41· K-means 聚类41-44· 4.4 基于MEAN SHIFT 的聚类方法44-49· Mean shift 方法44-46· Mean shift 方

6、法的核函数46-47· Mean shift 作为聚类方法47-49· 4.5 本章小结49-50· 第五章 行人的检测和跟踪50-54· 5.1 引言50· 5.2 行人的检测50-52· 扩展的mean shift 方法50-52· 扩展的核函数52· 5.3 对行人的跟踪52-53· 5.4 本章小结53-54· 第六章 实验结果与分析54-60· 6.1 引言54· 6.2 实验的软硬件54-55· 6.3 实验过程和结果55-59· 6.4 实验结果分析59· 6.5 本章小结59-60· 第七章 总结与展望60-62· 7.1 工作总结60-61· 7.2 研究展望61-62· 参考文献62-65中国学术网提供论文文献、论文写作和论文发表服务 客服Q