基于单目视觉的地面目标状态估计算法研究-控制理论与控制工程专业论文.docxVIP

优秀毕业论文 精品参考文献资料 摘要摘要 摘要 摘要 本论文在地面目标状态估计方面展开深入研究，提出了一种基于单目视觉 的速度估计算法，通过云台摄像机可以准确地估计出地面目标在世界坐标系下 的运动速度，提高了系统的准确性。此外，编写了一套应用软件，将状态估计 算法嵌入其中，用于验证其性能。论文的主要工作集中于以下几个方面： (1)针对视觉传感器难以直接获得高度信息以及传统的高度计测量偏差较 大的缺陷，论文提出了一种基于地面目标尺寸的高度估计算法。首先，需要从 图像中检测出目标的两个边界点。为此，本文设计了一套三级检测机制，分别 为基于灰度直方图的边界点检测策略、基于道路样本库的边界点检测算法以及 基于自适应阈值分割的边界点检测方法，各层算法复杂度由易到难，以保证边 界点检测的成功。此外，对于圆形或椭圆形这种特殊形状的目标则采用CamShift 算法，借助目标形状特征，可以更加快速地计算出其在图像中的边界点。在此 基础上，结合地面目标的尺寸信息，通过单目视觉的方法估计出云台摄像机距 目标所在平面的垂直高度，进而估计摄像机与目标之间的深度距离，为随后的 状态估计所用。 (2)在估计地面目标运动速度的过程中，由于低成本的视觉传感器成像精 度低，使得如何准确地估计其运动状态成为一个难题，因此本文采用了一种自 适应Kalman滤波算法来估计目标在世界坐标系下的运动速度。该算法的优点是 可以估计目标运动速度中包含的噪声，获得噪声统计特性。在此基础上，对观 测噪声协方差矩阵进行在线调整，以抑制目标运动过程中的状态突变现象，有 效弥补视觉传感器成像精度低的缺陷。首先，在跟踪过程中利用云台摄像机记 录目标的图像信息。其次，当跟踪过程结束后，在离线情况下利用此信息估计 目标运动速度所对应的过程噪声协方差矩阵Q以及观测噪声协方差矩阵R，从 而获得噪声的统计特性。在随后的应用中，将Q、R作为卡尔曼滤波所需的协方 差矩阵，设定比例因子，当状态观测值与预测值之间的偏差超过设定阈值时， 利用该增益因子对观测噪声协方差矩阵进行在线调整，抑制噪声突变，最终精 确地估计出目标在世界坐标系下的运动状态。 (3)在状态估计过程中，由于目标的运动，会使其在图像中的尺寸逐渐变 摘要小，容易引起误检测现象。为此论文将自动变焦算法应用至状态估计过程中， 摘要 小，容易引起误检测现象。为此论文将自动变焦算法应用至状态估计过程中， 通过改变摄像机焦距，调整目标在图像中的尺寸，从而抑制误检测现象。此外， 论文利用加权型CamShifi算法，在搜索框周围设定加权区域，当目标经过与其 自身颜色相近的背景时，能够将目标与背景区域有效分离。最后，论文提出了 一种灰度调节策略，当目标周围环境的光照强度突然变暗时，通过调节摄像机 的灰度值来增强图像亮度，防止目标从图像中丢失。 关键词：状态估计，Kalman滤波，自动变焦，灰度调节 AbstractAbstract Abstract Abstract This dissertation makes a further study on the ground target states estimation svstem，a method based on single．eye vision is proposed to estimate the speed of the ground target in the world coordinate system．to improve the efficiency for the system oDeration．Additionally,a software is also made to test the designed algorithms conveniently In general?the work in this dissertation can be summarized as follows： (1)A height estimation method based on the target size is proposed to address the problem that the visual sensor dose not provide the height information and the e1170r caused by such low．precision sensors as an altimeter．Firstly,the points lfing on the edge of the target must be detected from the image．A mechanism with three detection levels is