1、檢測系統論文客流檢測系統論文目標跟蹤算法論文基于雙目視覺的客流檢測與跟蹤技術的研究 【摘要】： 客流檢測與跟蹤技術是客流檢測系統的核心內容。隨著現在商業決策的科學化和城市公共活動的增多,現代生活對自動化的客流檢測系統的需求越來越迫切,能夠準確的客流檢測與跟蹤技術成為了亟待解決的問題。本文針對上述問題,結合立體視覺技術,對基于雙目視覺的客流檢測與跟蹤技術進行了研究。 本文對客流檢測與跟蹤涉及的問題進行了深入的研究,采用了基于稀疏特征的對行人進行檢測與跟蹤的方法。本文對客流進行檢測和跟蹤的方法包含的算法單元有:特征的檢測、雙目間的特征匹配、空間點的重建、空間點的聚類和跟蹤。本文采用Har

2、ris角點作為特征,因為Harris角點是一種顯著特征,可以保證匹配的準確性。本文還采用了基于區域的特征匹配方法,使用NCC作為圖像區域相似度的衡量標準,然后通過對得到的NCC值擬合曲線的方法獲取亞像素精度的視差。在獲得了視差之后,本文結合相機的內部參數和外部參數計算特征點對應的空間點的三維坐標,將三維坐標轉換到利于檢測行人位置的世界坐標系下。本文還針對客流檢測和跟蹤的任務對mean shift方法進行了改良,在核函數中加入了方向參數,使mean shift方法更適合對客流進行檢測和跟蹤。在文章的最后,展示了使用本文的方法對客流進行檢測和跟蹤的效果,證明了本方法可以有效地檢測和跟蹤客流。【關鍵

3、詞】：雙目視覺 角點檢測 特征匹配 三維重建 Mean shift方法 客流檢測 目標跟蹤 【學位授予單位】：上海交通大學【學位級別】：碩士【學位授予年份】：2009【作者】：潘浩【索取全文】Q聯系Q：138113721 Q聯系Q:139938848【目錄】： · 摘要5-6· ABSTRACT6-8· 目錄8-10· 第一章 緒論10-16· 1.1 本文的意義10-11· 1.2 計算機視覺11-13· 1.3 立體視覺技術13-14· 1.4 研究內容和結構安排14-16· 第二章 特征的提取與匹配

4、16-27· 2.1 引言16· 2.2 特征的匹配16-20· 基于區域的匹配16-18· 基于圖元的匹配18· 基于頻域的匹配18-20· 2.3 特征的提取20-24· Harris 角點檢測方法20-22· Susan 角點檢測法22-24· 2.4 本文中的特征匹配24-26· 2.5 本章小結26-27· 第三章 空間坐標的計算27-38· 3.1 引言27· 3.2 相機模型27-29· 3.3 對極幾何和基礎矩陣29-32· 對極

5、幾何和基礎矩陣29-31· 基礎矩陣的計算31-32· 3.4 相機的平面標定法32-34· 3.5 本文中三維結構的獲取34-36· 3.6 本章小結36-38· 第四章 特征點的聚類38-50· 4.1 引言38· 4.2 聚類算法簡介38-39· 4.3 常用聚類算法39-44· 順序聚類方法39-41· K-means 聚類41-44· 4.4 基于MEAN SHIFT 的聚類方法44-49· Mean shift 方法44-46· Mean shift 方

6、法的核函數46-47· Mean shift 作為聚類方法47-49· 4.5 本章小結49-50· 第五章 行人的檢測和跟蹤50-54· 5.1 引言50· 5.2 行人的檢測50-52· 擴展的mean shift 方法50-52· 擴展的核函數52· 5.3 對行人的跟蹤52-53· 5.4 本章小結53-54· 第六章 實驗結果與分析54-60· 6.1 引言54· 6.2 實驗的軟硬件54-55· 6.3 實驗過程和結果55-59· 6.4 實驗結果分析59· 6.5 本章小結59-60· 第七章 總結與展望60-62· 7.1 工作總結60-61· 7.2 研究展望61-62· 參考文獻62-65中國學術網提供論文文獻、論文寫作和論文發表服務 客服Q