西安工业信号检测与估计SDE16补充内容王俊凤自动跟踪云台.pptVIP

硕士学位论文预答辩 卡尔曼滤波在自动跟踪云台上的应用 姓 名：王俊凤 导 师：雷斌 张海宁 副教授 专 业：控制理论与控制工程 卡尔曼预测在自动跟踪云台上的应用 1.课题研究的目的及意义 2.目标跟踪系统的组成 3.目标检测算法及实现 4.基于卡尔曼滤波的目标跟踪 5.系统总体与各部分工作流程 6.系统实现与验证 7.总结和展望 课题研究的目的及意义 目标跟踪技术是指从序列图像中检测出运 动目标，对其进行识别和实时跟踪，在跟踪方 面则要求能够根据目标对象的运动来调整相应 的控制装置，使目标始终处于较佳的观测视场 内。目标跟踪技术有着广泛的应用价值，尤其 是在军事领域。例如：在弹道导弹防御和拦 截、防空、空中攻击、火力控制、海洋监视(水 面舰艇或潜艇)、战场监视(地面车辆与军事设 施等)等方面均可发挥重大作用。在民用方面， 主要可以用于空中交通管制、海上交通管制和 卫星导航、定位与监视等方面。 课题研究的目的及意义 运动目标跟踪算法的优劣直接影响着运动 目标跟踪的稳定性和精确度，虽然对于目标跟 踪理论的研究已经进行了很多年，但至今它仍 然是计算机视觉等领域的研究热点问题之一。 研究一种鲁棒性好、精确、高性能的运动目标 跟踪方法依然是该研究领域面临的一大挑战。 由于目标跟踪技术是一项非常复杂的多学科研 究课题，迄今为止仍未有一种通用的技术方法 适合于各种跟踪情况。 课题研究的目的及意义 本文通过对现有跟踪方法进行研究，提出 一种针对特定颜色目标运用卡尔曼预测进行目 标跟踪的方法。 预测跟踪算法的优点： 提前调整跟踪装置，使传感器预先到达目标下一时刻出现位置，跟踪实时性好、动态跟踪精度较高 视场有遮挡物时，根据此前运动状态信息预测下一步可能的位置，可维持对目标的正常跟踪 目标跟踪系统的组成 目标跟踪系统的基本流程为：传感器获取 信息数据，对采样信号经过适当的处理，由滤 波器依据一定的目标模型对目标的状态进行估 计和预测，产生驱动信号控制伺服系统及时做 出调整，同时可以对观测目标进行显示。 摄像头跟踪系统的结构 本论文所研究的目标跟踪系统由摄像头， 解码器，两自由度云台，计算机及软件控制界 面组成，跟踪目标为一黄色乒乓球。摄像头为 传感器采集图像信息，云台为摄像头指向调节 机构，PC机为运算单元。 图像的采集 首先，检测安装的可用设备，imagqhwinfo 功能函数提供了当前系统可访问的所有采集设 备的列表；其次，对图像大小以及图像格式进 行设置，本文采集的是8位无符号整型RGB图像。 在MATLAB环境下与图像采集设备建立连接象， vidobj=videoinput(‘winvideo’,1); 图像的采集采用单帧采集即： snapshot=getsnapshot(vidobj); %采集单帧 delete(vidobj) ％删除相关变量 clear vidobj ％清理相关变量 阈值分割处理 本文采用的是动态阈值选择方法。这种方法是 将像素的灰度值与像素周围的字符大小的邻区 内各灰度的平均值相比较，如果在某一区域内 像素灰度值明显与周围像素灰度值有差异，则 根据像素灰度值取一个范围，在此范围内的像 素应为“1”，否则为“0”。阈值的选取相当 重要，阈值选取的太小，就会将背景噪声误认 为是目标，相反，如果阈值选取的太高，就会 丢失一部分目标信息。 阈值分割处理 当提取目标的红、绿、蓝色分量后，根据红色与 蓝色分量和绿色与蓝色分量的比值，经过试验观 测灰度值划分出合理的阈值范围。 为了阈值设定更为准确，我们给比值乘以一定的 比例系数，使比值增大。在本文中设置比例系数 为50，红蓝比值后的阈值为〔90～190〕，绿蓝比 值后的阈值为〔70～120〕，在此范围内的置1， 其余的置0 。 阈值分割处理 二值形态学处理 开启 闭合 区域填充 将开启和闭合结合起来可构成形态学噪声 滤波器。开运算就是先腐蚀再膨胀的结果，而 闭运算就是先膨胀再腐蚀的结果。 区域填充只 对背景像素进行操作，而不对前景像素进行操 作。 二值形态学处理 目标检测 目标中心的x，y坐标 ： 卡尔曼滤波 卡尔曼滤波采用递推算法，利用系统 噪声和观测噪声的统计特性，以系统观测 量为输入，以所要估计值（系统的状态或 参数）为输出，输入与输出之间是由时间 更新和观测更新算法联系在一起的，根据 系统方程和观测方程估计出所有需要处理 的信号。 卡尔曼滤波 系统的状态方程和观测方程分别为： 系统噪声和观测噪声为互不相关的高斯白噪