基于Kinect的视觉定位算法——开题报告.doc

基于Kinect的视觉定位算法——开题报告.doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
本科生毕业设计(论文)开题报告 题 目: 基于Kinect的视觉定位算法 学 院: 信息工程学院 系 自动化系 专 业: 测控技术与仪器 班 级: ? 学 号: 姓 名: 指导教师: 填表日期: 年 月 日 选题的依据及意义: Kinect是微软在2009年6月2日的 HYPERLINK "/item/E3" \t "/_blank" E3大展上,正式公布的 HYPERLINK "/item/XBOX360" \t "/_blank" XBOX360体感周边外设。Kinect彻底颠覆了游戏的单一操作,使人机互动的理念更加彻底的展现出来。网友普遍称其中文名为“啃奶特”。 它是一种3D体感摄影机(开发代号“Project Natal”),同时它导入了即时动态捕捉、影像辨识、麦克风输入、语音辨识、社群互动等功能。 玩家可以通过这项技术在游戏中开车、与其他玩家互动、通过互联网与其他Xbox玩家分享图片和信息等。 微软互动娱乐业务副总裁唐·马特里克(Don Mattrick)说:“这个技术让我们在不用发售新主机的情况下就可以步入一个互动娱乐的新纪元。”唐·马特里克还说:“先前,有种障碍把电动游戏玩家和所有人都分隔了开,”“现在,有了Natal,大家都能加入游戏,使用发明史上最棒的遥控器——你。” 微软在洛杉矶的E3电子娱乐展上揭示Kinect技术。这场娱乐展正好办在电玩产业的转折期。过去电玩产业都被认为对经济衰退免疫,但是有迹象显示整体产业成长有减缓的迹象。 微软的Kinect不需要使用任何控制器,它依靠相机捕捉 HYPERLINK "/item/%E4%B8%89%E7%BB%B4%E7%A9%BA%E9%97%B4" \t "/_blank" 三维空间中玩家的运动。微软指出它会让系统更加简易操作来吸引大众。 这个系统也辨识人脸,让玩家自动连上游戏。它还可辨认声音和接受命令。 在游戏示范中,玩家们用脚踢仅存在于屛幕中的足球,并用伸手设法拦阻进球。在驾驶游戏中,玩家转动想像中的方向盘来操控电视游戏中的赛车。在绘画游戏,玩家则是说出颜色--“蓝色”或“浅褐色”--然后摇摆双臂来在数码式画板上飞溅一片油漆。 机器视觉(Machine Vision),又被称为计算机视觉或人工视觉,是用计算机模拟人眼的视觉功能,从图像或图像序列中提取信息,对客观世界的三维景物和物体进行形态和运动识别。 机器视觉技术已广泛应用于工业自动化生产线,各类检验和监视,视觉导航,图像自动解释、人机交互及虚拟现实等领域。基于机器视觉技术的交互式电子白板是其中极具发展前景的一项应用。 本文研究的基于机器视觉技术的交互式电子白板系统是依赖于双摄像头定位原理,在普通的白板上实现触控功能,从而使人与计算机之间的交互功能得以实现,这是交互式电子白板领域中一个崭新的发展方向。 为了提高交互式电子白板系统的目标识别准确性和计算实时性,本文提出了一种摄像头标定方法和一种目标定位算法,并在实际系统中进行了实验验证。为目标识别计算中最复杂的模块设计了硬件加速器,具体内容如下: 1.研究了摄像头的透视投影模型以及两种常规的摄像头标定方法,对这两种方法进行了实验和结果数据分析,经比对得出这两种方法均不适用于本系统的摄像头参数标定的结论,最后提出一种基于数据插值原理的标定方法,经大量的实验得到一组用于定位计算使用的摄像头偏转角度。 2.提出了一种定位算法,利用摄像头标定获得的参数和三角测量定位方法实现了目标在白板上物理坐标的准确定位,并采用了一种时间插值方法解决了数据采集的时间不同步问题,消除了实时计算过程中的目标位置跳变。 3.为了提高系统工作的实时性,为图像处理这部分功能设计了硬件加速器,并通过了仿真验证,使目标识别的整体时间减少了。 二、国内外研究现状及发展趋势(含参考文献): 移动机器人的自主定位问题经过三十多年的发展,无论是理论方面还是实践方面都取得了相当大的进步。它的实践运用也越来越多,在危险场所救援等很多地方移动机器人表现出了越来越不可忽视的作用。在移动机器人的定位算法的学习过程中,它利用自己携带的深度图像传感器来对未知环境中的数据进行采集,再对数据进行处理和分析,然后通过一系列的算法来求解出它的姿态,然后通过连续的进行上述的操作,可以构建出它本身的相对运动距离和

文档评论(0)

annylsq + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档