文档介绍：摘要
移动机器人作为 21 世纪最伟大的发明现在越来越多的应用于工业生产和日常生活当
中。其中对机器人的视觉研究更是移动机器人领域的核心问题之一。机器视觉的一个主要
研究方向就是运动目标的识别与跟踪。在大多数情况下,人们一般只对目标和运动物体感
兴趣。比如生产线上对产品的检测,汽车的导航与自动驾驶,无人飞机等等。因此,对运
动目标的跟踪的研究有着很大的现实意义和实际价值。
本文以运动的物体为目标,在室内环境下对运动目标进行识别与跟踪。文章主要从图
像处理和目标跟踪两方面对移动机器人的目标跟踪进行研究。在图像处理方面,分析现有
方法的优缺点,在此基础上提出了一种结合目标形状特征和颜色特征的分割方法。在阈值
分割后继续做边缘提取,通过目标的几何特点,计算物体的形状参数,从而识别目标。实
验证明此方法可以在复杂的环境下提取我们感兴趣的目标。在目标跟踪过程中,重点研究
了 Mean-Shift 算法并将其用到目标跟踪当中,分析其优缺点并提出将无迹卡尔曼滤波引入
Mean-Shift 算法当中的方法。通过无迹卡尔曼滤波的预测机制去估计目标下一帧中的位置,
在此基础上使用 Mean-Shift 算法搜索估计区域,得到目标的真实位置,可以大大提高对快
速目标跟踪的准确性。实验证明此方法在目标跟踪领域取得了比较理想的效果。
本文对各种设计方法进行了编程实现,所有程序是在 XP 系统下采用 VC++ 完成的,
使用了广茂达 ASR 机器人自带的函数库和 OPENCV 函数库,大大简化了编程过程。最后
实验表明,上述几种算法运算速度较快,满足系统实时性要求,跟踪目标的准确度较高,
满足准确性要求且易于硬件实现,达到预期效果。
关键词:机器视觉;目标跟踪;图像分割;Meanshift 算法;UKF 滤波器
I
Abstract
Mobile robot, as the greatest invention of the 21st century, is more and more used in industrial
production and daily life. Research of robot vision is the core issues of mobile robots. The
identification and tracking of moving targets is the main research direction of machine vision. In
most cases, people often interested in the target and moving objects. Such as, product testing in
the production line, car navigation and automatic driving, unmanned aircraft and so on. Therefore,
the study of track for moving target have great practical significance and practical value.
In this paper, the target is movement objects, to identify and tracking moving targets in the
indoor. Studying the target tracking of mobile robot mainly from the image processing and target
image processing, in this based on analyzing strengths and weaknesses of existing
methods, it made the segmentation method bined the features of target shape and color.
Continue to do edge detection after the threshold segmentation, through the geometric
characteristics of target, calculate shape parameters of the object, and thus identify the target.
E