基于Linux的嵌入式实时视频跟踪系统

将ARM与DSP相结合,设计并实现了一套嵌入式实时视频传输跟踪系统;该系统以集成ARM和DSP双内核的OMAP3730作为核心处理器,首先通过ARM上搭载的Linux操作系统实现基于V4L2的图像采集功能,然后调用DSP完成H.264视频编码,压缩后的图像由基于实时流传输协议的流媒体服务器传输至远程计算机端解码并显示,最后利用camshift跟踪算法实现对运动目标物体的实时跟踪。该系统是小型无人机自主导航与控制的视觉导航以及以无人机为平台的运动目标检测的基础,有很好的应用前景。     

动态场景下基于运动物体检测的立体视觉里程计

为了提升动态场景中视觉里程计的稳健性和精确度,提出一种基于运动物体检测的立体视觉里程计算法。首先,建立考虑相机位姿的场景流计算模型,用于表示物体的运动矢量。其次,提出构造虚拟地图点的方法,一方面结合场景流进行运动物体检测,另一方面使运动物体在图像中占比较大时仍有足够匹配点对用于位姿估计。最后,通过局部地图点及虚拟地图点与当前帧特征点的匹配结果,构建考虑虚拟点的非线性优化模型进行相机位姿估计,既保证静态地图点不与运动物体的特征点形成错误匹配,又避免因有效匹配点对过少而导致视觉里程计失效。数据集实验和实际场景在线实验结果表明,本文算法提升了视觉里程计在动态场景中的稳健性和精确度。     

基于智能视觉的车辆事故预警监控系统设计

针对车辆行驶中驾驶员视觉盲区或注意力不集中而造成的交通事故问题,提出采用智能视觉技术对车辆行驶过程中四周的异常物体进行视频监控,对动态视频场景中的运动目标进行检测、识别与实时测距,通过车辆智能视频监控系统最大程度的为驾驶员提供更多预警信息,预防交通事故的发生。本文介绍了车辆智能视觉监控系统的硬件设计方法与软件工作流程,并研究了运动目标检测算法与单目视觉测距算法,通过仿真实验,验证了本智能视觉车辆监控系统对于运动目标进行检测、识别与智能测距判断的实验结果。     

基于立体视觉的空间运动分析

利用摄影测量方法和计算机视觉技术得出了一套完整的、由双目立体序列图像确定场景中目标运动信息的方法与步骤。讨论了双目立体视觉系统的在任检校,相关系数和松弛法相结合基于点特征的物体运动、立体匹配,运动前后三维特征点的对应,以及利用能减少待定变量、降低计算复杂性、提高算法精确性的反对称矩阵分解算法求解运动参数(R和T)等问题。给出了从一组真实图像中获取目标运动参数的计算结果。     

一种自动分割跟踪视频运动对象的方法

针对视频图像中单个运动对象的分割和跟踪问题,提出了一种基于时空离散度的视频对象分割跟踪算法。该算法首先采用时空离散度进行运动对象区域的粗定位;然后通过形态学算子来进行细定位,并获取运动物体的二值模型;再然后使用部分Hausdorff距离实现后续帧中运动对象模型的匹配;最后为了容纳运动对象在视场中形状的变化,在图像距离空间中引入了欧几里德范数作为约束条件来完成运动物体模型的更新。实验表明,在运动对象跟踪过程中相邻位置差未超过2个像素点,从而验证了算法的有效性。     

场景自适应的跟踪特征选择机制研究

视频目标跟踪是当前计算机视觉领域中的一个关键问题。基于场景分类提出了一种视频目标特征的实时在线选择方法。离线时首先采用改进型的"空间金字塔匹配"算法完成先验视频场景的分类;然后采用不同的描述算法实现对目标和背景的特征描述,通过对数形式的方差比计算出目标和背景的特征距离;最后融合均值和熵值对特征距离进行统计分析,建立场景相关的描述子显著性排序。在此基础上,在线时利用初始帧完成测试视频的场景判定,结合当前场景下的描述子排序,实时选择最优特征,应用于粒子滤波跟踪系统,在公开视频库上进行跟踪测试,验证排序的正确性和选择机制的必要性。     

高清图像跟踪系统设计

高清图像跟踪系统是一种可以实时显示运动目标、并对目标进行跟踪的高新技术设备。HDMI是Silicon Image等八家公司推出的针对高清电视机终端的开放式高清晰度多媒体接口,它采用一种独特的TMDS编码机制,具备在单一线缆上同时传输音视频数据的能力。基于高清电视的图像跟踪系统,充分利用其高分辨率特性,既可以实现运动目标地精确跟踪,又可以实时高速地显示图像。HDMI体系结构紧凑,使得图像跟踪系统更小巧轻便。     

Mean-shift跟踪算法及其在光电跟踪系统中的应用

针对光电跟踪系统中实时提取运动目标脱靶量的应用需求,设计了一种基于灰度直方图的Mean-shift 图像跟踪算法,对算法中目标模型与候选模型的建立进行了改进,抑制了背景像素对目标跟踪产生的影响。算法在系统上位机Visual C+ + 6.0平台上实现,当光电跟踪系统捕获到运动目标后,利用Mean-shift图像跟踪算法跟踪运动目标,并实时将运动目标脱靶量作为伺服控制系统的输入信号,驱动跟踪器跟踪目标。实验结果表明：设计的算法可以实时、准确、有效地跟踪运动目标,使稳定后的脱靶量换算得到的角偏差量控制在30"之内。     

基于TMS320DM642芯片的视频目标跟踪系统设计与实现

运动目标的检测与跟踪一直是在计算机视觉的研究领域占有重要位置,该技术被越来越广泛的应用到交通管理、军事、公共安全监控等领域中;文章主要研究基于TMS320DM642开发平台的视频运动物体目标的检测与跟踪,文章分为软硬件两部分进行设计,硬件部分主要包含视频采集模块、视频处理模块以及显示模块3个部分,通过CCD摄像头采集视频信号,接着将采集的模拟视频信号传输到SEED VPM642视频处理模块,在VPM642中通过高性能视频解码器TVP5150将模拟视频信号转换成BT.656格式的视频信号,并将该信号传输给DM642的视频接口;在系统软件部分,系统采用TI的DSP集成开发环境CCS2.2作为系统软件开发平台,最终在DM642视频图像处理平台上实现运动目标的实时检测与跟踪;实验结果表明,该文提出的算法移植和优化方法效果明显,可以在DSP开发平台上实现运动目标的实时检测与跟踪。     

红外激光技术在运动物体位置跟踪系统中的应用

运动物体位置跟踪系统可用工作在红外波段的激光 ,测量“调制光波”往返于被测距离上相位差的方法来测定距离。利用 DSP鉴相技术 ,通过快速傅立叶变换软件可快速实时测量运动物体的距离及其运行速度。该系统能极其准确地显示运动物体的实际位置 ,实现对运动物体速度的数字化控制。     

激光动态光束定向系统的跟踪识别过程仿真

 根据目标和背景亮度计算公式和3维图形开发包,建立了仿真3维场景。基于仿真场景,对激光动态光束定向系统的跟踪识别过程进行了仿真研究。分析了跟踪、瞄准过程中各种误差的涵义,研究了视场大小、目标成像姿态对跟踪过程的影响,通过头部跟踪顶点滑动误差的理论值与仿真实验值的比较校验了仿真场景的建立与图像处理方法的正确性。研究了头部边缘跟踪算法,仿真结果基本满足了激光动态光束定向系统对跟踪精度的较高要求。     

真实场景下视频运动目标自动提取方法

视频运动目标跟踪逐渐成为研究热点并应用到军事民用等领域,为了能够从真实场景中快速准确地提取视频跟踪单运动目标或多运动目标,提出了一种新的运动目标自动提取方法。首先通过自适应阈值获得滤波后的相邻帧差值图像。其次,为了消除差值图像中噪声的影响,标记此二值图像的连通像素来检测出运动目标所在的区域,并与边缘检测出的空间信息结果比较得到运动目标模型。最后,将图像分成若干区域,在每个分区域内依次连接每个运动目标模型的最外围轮廓点,由此构成目标闭合轮廓。利用得到的连续边界,对运动目标进行提取。实验结果表明,该算法能够有效地自动提取速度不同的单运动目标,同时能够提取多运动目标。     

机器人头部的视觉跟踪系统研究

对运动目标进行识别和跟踪是机器人视觉的一项关键技术。提出了一种可以快速跟踪运动目标的系统设计方案,采用了双计算机处理和Memolink通信方式的机器人控制结构,以图像处理为基础,在图像经过校正之后,通过区域分割和目标识别两个步骤来确定目标的位置,并控制机器人对目标进行跟踪。实验表明,该方法具有较高的速度和准确性。     

基于DM642的运动目标实时跟踪监控系统的设计

针对视频监控中的运动目标,引入自主跟踪思想,设计了一种基于DSP的运动目标实时跟踪监控系统。系统以TI公司的DSPTMS320DM642为核心,采用改进的差分算法辅以二值化形态学处理进行运动检测,并通过速度归一化求取云台转动矢量,应用于变速云台系统,实现了对运动目标的自主稳定跟踪。实验证明,系统取得了良好的跟踪效果,保证了目标跟踪的自主性、准确性和实时性。     

Implementation of opto-digital stereo object tracking system

In this paper, a new opto-digital stereo object tracking system using the variable window mask and the optical binary phase extraction joint transform correlator (BPEJTC) is proposed. At the first step, with the distance information from the stereo camera to the tracking object easily acquired by the structural elements of a stereo vision system, the area of the tracking object can be digitally extracted by using the variable window mask. And, at the second step, by carrying out the optical BPEJTC between this reference image obtained from the variable window mask and the stereo input image, the coordinates of the tracking object's location can be acquired, and then with these values, the convergence angle and the pan/tilt of the stereo tracking camera can be finally controlled. From some experimental results, the proposed system is found to be able to effectively extract the area of the target object from the input image having the background noises by using the variable window mask. And, with the location values of the tracking object obtained by using the optical BPEJTC, the convergence angle and the pan/tilt of the stereo cameras can be controlled. Finally, a feasibility of real-time implementation of the adaptive stereo object tracking system using the proposed algorithm is also suggested.     

Probability analysis of position errors using uncooled IR stereo camera

This paper analyzes the random phenomenon of 3D positions when tracking moving objects using the infrared (IR) stereo camera, and proposes a probability model of 3D positions. The proposed probability model integrates two random error phenomena. One is the pixel quantization error which is caused by discrete sampling pixels in estimating disparity values of stereo camera. The other is the timing jitter which results from the irregular acquisition-timing in the uncooled IR cameras. This paper derives a probability distribution function by combining jitter model with pixel quantization error. To verify the proposed probability function of 3D positions, the experiments on tracking fast moving objects are performed using IR stereo camera system. The 3D depths of moving object are estimated by stereo matching, and be compared with the ground truth obtained by laser scanner system. According to the experiments, the 3D depths of moving object are estimated within the statistically reliable range which is well derived by the proposed probability distribution. It is expected that the proposed probability model of 3D positions can be applied to various IR stereo camera systems that deal with fast moving objects.     

A method for moving objects segmentation based on human vision perception in infrared video

In this paper, a new region growing method to achieve the accurate and complete segmentation of the moving objects is introduced. Firstly, the ideal seeds of every moving object are extracted based on “hole” effect of temporal difference. Secondly, on the basis of the consideration that human vision system is most sensitive to the local contrast between targets and surrounding, we proposed a metric for “good” infrared target segmentation based on human vision perception. And according to this metric, a search method based on fine and rough adjustment is applied to determine the best growing threshold for moving objects. The segmented mask of every moving object is grown from the relevant seeds with the best growing threshold. At last, the segmented masks of all moving objects are merged into a complete segmented mask. Experimental results show that the proposed method is superior and effective on segmentation of infrared moving object.