文档介绍：Nanjing University of Aeronautics and AstronauticsThe Graduate SchoolCollege of AstronauticsVisual Position and Tracking of Dynamic ObjectBased puter VisionA Thesis inNavigation, Guidance and ControlbyLian Hong-senAdvised byAssociate Professor Qiao BingSubmitted in Partial Fulfillmentof the Requirementsfor the Degree ofMaster of EngineeringDecember, 2011承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名:日期:南京航空航天大学硕士学位论文i摘要目标视觉定位跟踪技术是指在连续的动态图像序列中对目标进行检测、提取、识别、定位和跟踪等一系列技术的总和,通过该技术可以实时地获取目标的位置、大小、速度、加速度和运动轨迹等信息,然后根据需要对这些信息进行理解和分析从而实现运动监控、医疗诊断、工业检测、三维重构和导航制导等高层次的任务。目标视觉定位跟踪技术由于其重大的应用价值,引起了国内外学者广泛的关注,然而,由于实际应用环境的复杂性,如相似色干扰、光照变化、遮挡等因素的影响,给目标的实时稳健性跟踪带来了巨大挑战。本文对常规图像处理、目标检测、目标跟踪、卡尔曼滤波及粒子滤波等算法理论进行了系统学****在分析比较各种算法原理特点的基础上,采用了改进的目标视觉定位跟踪算法。改进算法的具体思想为:针对Camshift算法在目标受到严重遮挡时跟踪容易失败的问题,采用了Kalman滤波或粒子滤波结合Camshift的改进算法,增强了算法的预测性能,可以实现目标严重遮挡情况下的跟踪;针对Camshift算法在目标受到相似色物体干扰时容易出现跟踪丢失的情况,提出了融合粒子滤波、目标颜色特征和轮廓特征的改进Camshift算法,增强了算法的抗干扰能力,可以有效地解决相似色干扰问题;针对Camshift算法在目标丢失后不能再入跟踪的问题,采用了一种全局搜索策略,可以实现目标丢失后的再入定位。最后本文对基于粒子滤波和多特征的改进Camshift算法进行了计算机仿真验证,并以ABB IRB2400工业机器人为平台,对基于Kalman滤波的改进Camshift算法进行了实验研究,仿真和实验结果表明,文中算法简单有效,具有良好的跟踪效果。关键词:目标跟踪,Camshift算法,卡尔曼滤波,粒子滤波,颜色特征,轮廓特征动态目标视觉定位与跟踪技术研究iiABSTRACTTarget visual location and tracking is a bines target detecting, extracting, identifying, locatingand tracking in the continuous dynamic image sequence,through the technologywe can obtain thetarget information such as location, size, speed, acceleration and trajectoryreal-timely,and achieve motion control, medical diagnostics, industrial inspection, three-dimensional reconstruction and navigation of high-level great applicationvalue, more and more people devote themselvesto the plexity ofthe practical applicationenvironmentssuch as similar color interference, illumination changesand occlusioninc