导读:本文包含了视觉跟踪论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:视觉,邻域,目标,机器人,自适应,匈牙利,边缘。
视觉跟踪论文文献综述
金华强,廖强[1]（2019）在《一种基于机器视觉的圆孔边缘跟踪方法》一文中研究指出针对机器视觉检测圆孔零件几何尺寸时相机视场不足的问题,设计了一种圆孔边缘自动跟踪方法,以获得完整的零件边缘数据。通过搭建运动控制平台,实现相机在叁维空间中的运动,通过数字图像处理技术,检测出零件边缘,并在此基础上,采用邻域计数法,求出跟踪方向。结合实验验证,用视场约为1.2×0.9 mm的相机自动跟踪拍摄直径约为4.5 mm的圆孔零件边缘,获得了完整的边缘数据。实验表明,本文提出的邻域计数法能达到与人工操作方法相同的准确率,且具有效率高、自动化程度高的优点,因此具有一定的实用意义。(本文来源于《电子设计工程》期刊2019年21期）
宁天瑜,王南兰,秦侨,雷顺华,张星[2]（2019）在《基于Linux和OpenCV的视觉跟踪系统的设计》一文中研究指出基于Linux和opencv的视觉跟踪系统主要由摄像头运动控制系统以及运行于Linux环境的视觉处理程序两大部分组成。其中STM32F1微处理器负责控制摄像头的运动,在轮询系统的调度下完成对摄像头运动的控制和手动自动模式的切换以及和上位机进行通讯。上位机软件负责运行需要进行大量复杂浮点计算的处理摄像头数据的算法。上位机通过USB读取摄像头数据后对数据进行平滑和霍夫变换后计算出目标坐标信息再将相关信息下发给摄像头控制部分,系统在接收到信息后再控制摄像头运动。(本文来源于《电子制作》期刊2019年21期）
冉启武[3]（2019）在《基于视觉传达的多帧视频图像邻域跟踪仿真》一文中研究指出在处理复杂多帧视频图像时,传统的基于SURF特征的图像邻域跟踪方法暴露出目标邻域精度不高、边界不够平滑且无法满足实时处理要求的情况。针对上述情况提出了一种基于视觉传达的多帧视频图像邻域跟踪方法。方法首先通过选取适当的迭加尺度,将邻域特征描述的向量与适当的迭加尺度进行完全迭加,完成去除冗余特征点和离散点处理,再对迭加区域中出现的目标给予权值,最后将权值与显着性加权最小二乘图像匹配方法结合完成多帧视频图像的邻域跟踪。实验表明:提出的方法不仅可以提高多帧视频图像的特征提取与匹配的精准率,而且降低了在匹配过程中出现的噪声问题,证明了上述方法相对于现有的邻域跟踪方法有很大的优越性,为下一步的多帧视频图像领域跟踪提供了精确的方法。(本文来源于《计算机仿真》期刊2019年10期）
陈城洋[4]（2019）在《基于视觉传感器的焊缝图像识别与跟踪控制技术研究（英文）》一文中研究指出针对传统"示教法"机器人焊接效率低、精度不高的问题,基于视觉传感技术对焊缝图像识别与跟踪技术进行研究。利用中值滤波和阈值分割的方法对图像进行预处理,并采用动态ROI提取与最小二乘法相结合的方法提取焊缝特征点,以解决弧光、飞溅等因素对图像的影响。同时,设计了激光焊缝跟踪系统,并将焊枪姿态作为指标对对焊缝的跟踪效果进行了实验分析。研究结果表明:所设计的视觉传感系统可有效提取焊接图像特征,识别精度高。焊缝跟踪系统可实时校正焊枪位置,焊枪高度误差始终保持在0. 2 mm以内,焊缝角度识别误差不超过0. 4°,说明该系统抗干扰能力强,焊接精度高,实时性好。(本文来源于《机床与液压》期刊2019年18期）
孙彦景,张丽颖,云霄[5]（2019）在《基于区域预估与自适应分类的视觉跟踪算法》一文中研究指出针对视觉跟踪中的目标形变、部分遮挡和平面外旋转等问题,提出一种基于区域预估与自适应分类的视觉跟踪算法。该方法基于跟踪-修正-检测框架,利用Mean-Shift算法进行跟踪,并使跟踪器与检测器紧密相连,利用修正模块判断跟踪器和检测器是否需要在线更新;采用Kalman滤波器对目标潜在位置区域进行预估,避免全局扫描的繁琐流程;所提出的自适应方差分类器能够动态地调整分类器参数,增强分类器的灵活性,提高跟踪稳健性。采用OTB-2013评估基准中的视频序列进行测试,并将所提算法与其他4种具有代表性的视觉跟踪算法进行对比,实验结果表明,所提算法的稳健性和准确性均优于对比算法。(本文来源于《激光与光电子学进展》期刊2019年18期）
赵康,王正勇,何小海,郑新波,田刚[6]（2019）在《基于改进粒子滤波的视觉目标跟踪》一文中研究指出针对目标跟踪算法在精度和鲁棒性上的要求,提出一种基于改进粒子滤波的视觉目标跟踪算法.首先,建立多种特征来描述目标外观模型,并对各特征分量的加权系数进行自适应调节;然后,利用分类重采样方法解决原始重采样方法中的粒子退化和匮乏问题;最后,提出一种新的模板更新机制,自适应选取运动模板或原始模板.实验结果表明,改进后的算法在具有挑战的跟踪视频序列上实验,具有良好的跟踪精度和鲁棒性,能够应对视频图像分辨率不高、目标转动变化、部分遮挡等复杂条件.(本文来源于《四川大学学报(自然科学版)》期刊2019年05期）
房建武,王贺,薛建儒,许宏科[7]（2019）在《基于视觉和激光数据融合的3D多目标跟踪》一文中研究指出多目标跟踪是自动驾驶领域的一个重要研究课题。通过精准和有效的跟踪,自主车辆可以获知视野内车辆的速度并做出相应的运动规划。不同于大多数单独使用视觉或3D激光雷达数据的方法,致力于融合当前自动驾驶车辆上标准配置的相机和激光雷达获得的视觉和3D点云信息,从而达到跟踪感知物体的目的。首先,使用匈牙利算法作为基本模型来关联相邻帧间的每一个物体的3D点云。之后,使用RGB图像中的外观特征和3D点云的几何特征来纠正由于物体相近导致的目标索引(ID)互换。在新公开的BLVD数据集上进行算法评估,结果表现出了良好的跟踪性能。(本文来源于《无人系统技术》期刊2019年05期）
侯志强,王帅,余旺盛,李宥谋,马素刚[8]（2019）在《融合检测机制的鲁棒相关滤波视觉跟踪算法》一文中研究指出为了解决相关滤波视觉跟踪算法在复杂场景中产生的跟踪漂移问题,提出一种融合检测机制的相关滤波跟踪框架。利用时空正则化滤波器作为跟踪器,同时使用线性核相关滤波器作为检测器。当跟踪器与目标进行相关计算得到的响应图为多个峰值时,激活检测器,对多个峰值进行相关匹配,获得重检测结果;同时,使用平均峰值相关能量的滤波器模型更新策略得到更加可靠的检测器,以达到提高跟踪精度和算法鲁棒性的目的。在OTB2015、Temple color 128和VOT2016数据平台上的实验结果表明,与近年提出的性能较出色的跟踪算法相比,本文算法在目标运动模糊、相似背景干扰和光照变化等复杂场景中具有更好的鲁棒性和准确性,且跟踪精度和成功率上均有提高。(本文来源于《应用光学》期刊2019年05期）
侯志强,陈立琳,余旺盛,马素刚,范九伦[9]（2019）在《基于双模板Siamese网络的鲁棒视觉跟踪算法》一文中研究指出近年来,Siamese网络由于其良好的跟踪精度和较快的跟踪速度,在视觉跟踪领域引起极大关注,但大多数Siamese网络并未考虑模型更新,从而引起跟踪错误。针对这一不足,该文提出一种基于双模板Siamese网络的视觉跟踪算法。首先,保留响应图中响应值稳定的初始帧作为基准模板R,同时使用改进的APCEs模型更新策略确定动态模板T。然后,通过对候选目标区域与2个模板匹配度结果的综合分析,对结果响应图进行融合,以得到更加准确的跟踪结果。在OTB2013和OTB2015数据集上的实验结果表明,与当前5种主流跟踪算法相比,该文算法的跟踪精度和成功率具有明显优势,不仅在尺度变化、平面内旋转、平面外旋转、遮挡、光照变化情况下具有较好的跟踪效果,而且达到了46帧/s的跟踪速度。(本文来源于《电子与信息学报》期刊2019年09期）
郝大孝,舒志兵,孙学[10]（2019）在《基于机器视觉的Delta机器人分拣与跟踪系统设计》一文中研究指出为了提高Delta机器人动态抓取的精度与速度,提出了一种基于欧姆龙NJ控制器的Delta机器人控制系统。通过采用欧姆龙NJ运动控制器和EtherCAT内部高速总线将Delta机器人的运动控制和外部运动逻辑控制进行无缝对接,实现一体化控制。同时为了提高抓取效率,利用Delta机器人视觉系统识别抓取目标的位置,去掉重复图像信息,进而提出一种动态的抓取算法,实现了机器视觉与机器人动态抓取的完美结合。通过对样机进行测试表明:该Delta机器人在分拣与跟踪目标过程中漏抓率小于2%,误抓率为0,表明该系统能够达到抓取系统的实时性要求,在实际工程中具有一定的应用价值。(本文来源于《机床与液压》期刊2019年17期）
视觉跟踪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于Linux和opencv的视觉跟踪系统主要由摄像头运动控制系统以及运行于Linux环境的视觉处理程序两大部分组成。其中STM32F1微处理器负责控制摄像头的运动,在轮询系统的调度下完成对摄像头运动的控制和手动自动模式的切换以及和上位机进行通讯。上位机软件负责运行需要进行大量复杂浮点计算的处理摄像头数据的算法。上位机通过USB读取摄像头数据后对数据进行平滑和霍夫变换后计算出目标坐标信息再将相关信息下发给摄像头控制部分,系统在接收到信息后再控制摄像头运动。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
视觉跟踪论文参考文献
[1].金华强,廖强.一种基于机器视觉的圆孔边缘跟踪方法[J].电子设计工程.2019
[2].宁天瑜,王南兰,秦侨,雷顺华,张星.基于Linux和OpenCV的视觉跟踪系统的设计[J].电子制作.2019
[3].冉启武.基于视觉传达的多帧视频图像邻域跟踪仿真[J].计算机仿真.2019
[4].陈城洋.基于视觉传感器的焊缝图像识别与跟踪控制技术研究（英文）[J].机床与液压.2019
[5].孙彦景,张丽颖,云霄.基于区域预估与自适应分类的视觉跟踪算法[J].激光与光电子学进展.2019
[6].赵康,王正勇,何小海,郑新波,田刚.基于改进粒子滤波的视觉目标跟踪[J].四川大学学报(自然科学版).2019
[7].房建武,王贺,薛建儒,许宏科.基于视觉和激光数据融合的3D多目标跟踪[J].无人系统技术.2019
[8].侯志强,王帅,余旺盛,李宥谋,马素刚.融合检测机制的鲁棒相关滤波视觉跟踪算法[J].应用光学.2019
[9].侯志强,陈立琳,余旺盛,马素刚,范九伦.基于双模板Siamese网络的鲁棒视觉跟踪算法[J].电子与信息学报.2019
[10].郝大孝,舒志兵,孙学.基于机器视觉的Delta机器人分拣与跟踪系统设计[J].机床与液压.2019
论文知识图
