基于合作靶標的目標檢測方法研究與實現(xiàn).pdf

1、目標檢測技術(shù)是計算機單目視覺位姿測量系統(tǒng)的一項關(guān)鍵技術(shù)，是實現(xiàn)視覺位姿測量的重要前提。目標檢測技術(shù)涉及計算機、信號處理、生物仿生學等多個領(lǐng)域，在智慧城市監(jiān)控、智能家居、工業(yè)生產(chǎn)、飛行器測控技術(shù)和無人機檢測跟蹤等諸多研究領(lǐng)域均有應(yīng)用。對目標在圖像中的坐標檢測精確與否，直接影響著整個位姿測量系統(tǒng)的輸出精度。根據(jù)具體工程要求，本文開展了以下工作:
　　(1)回顧和總結(jié)了單目視覺位姿測量系統(tǒng)、目標檢測及識別技術(shù)、基于合作靶標和非合作靶標的

2、目標檢測等三方面的國內(nèi)外研究現(xiàn)狀。
　　(2)基于有顯著顏色特征的光點，研究并設(shè)計了靶標的檢測及在圖像中位置的輸出。對于單個光點靶標，基于閾值處理法和統(tǒng)計學方法確定光點在圖像中的坐標位置;對于三個光點的靶標組合，基于閾值處理法、統(tǒng)計學方法以及偽彩色處理法，確定三個光點在圖像中的像素坐標以及旋轉(zhuǎn)角度。對于上述兩種靶標，基于反向投影的模板匹配方法進行目標檢測，并對反向投影法和上述閾值處理與統(tǒng)計學方法相結(jié)合的算法進行了比較。
　　

3、(3)研究并設(shè)計了一種棋盤格靶標的亞像素級角點檢測方法。采用攝像機標定過程中使用的棋盤格作為合作靶標對被測目標進行檢測，詳細介紹了包括圖像降噪、直方圖均衡化、自適應(yīng)閾值算法、圖像輪廓提取、矩形區(qū)域擬合、基于四鄰域的種子填充算法篩除干擾輪廓和harris角點檢測等方面的算法原理和對靶標角點檢測的流程，并給出算法流程圖和實驗結(jié)果，處理速度達到了實時性要求。同時，通過對棋盤格靶標亞像素級角點的提取，提高了算法對棋盤格靶標角點識別的精確度，保證

4、了整個視覺位姿測量系統(tǒng)的測量精度;通過視頻的連續(xù)幀處理跟蹤棋盤格角點，解決了由棋盤格靶標中心對稱所造成的角點跳變問題，進一步提高了算法的魯棒性;通過對棋盤格靶標位置的粗略檢測和透視變換相結(jié)合的方法，將圖像重構(gòu)到上述算法可檢測的角度范圍內(nèi)，從而增大了棋盤格靶標檢測算法可檢測的角度范圍。
　　(4)在Windows系統(tǒng)下，基于Visual Studio2010開發(fā)軟件，結(jié)合OpenCV2.4.10完成實驗，對視覺位姿測量系統(tǒng)的構(gòu)成及最