导读:本文包含了摄像机运动论文开题报告文献综述及选题提纲参考文献，主要关键词:摄像机,飞秒激光,万亿,帧率,光谱成像,瞬态过程,物理评论快报,解压缩,图像重建,时间序列
摄像机运动论文文献综述
史俊斌,刘昱含[1]（2019）在《每秒4万亿帧 我科学家用超快摄像机捕获光的运动》一文中研究指出科技日报西安6月2日电 （史俊斌 通讯员刘昱含）2日从西安交通大学获悉，该校电信学部陈烽教授团队与香港城市大学王立代博士团队合作，提出一种全新“压缩超快时间光谱成像术”（简称超快压缩成像），在帧率、帧数和精细光谱成像等方面突破了现有超快成像技术的(本文来源于《科技日报》期刊2019-06-03）
王娜[2]（2019）在《基于运动车辆的摄像机自动标定研究》一文中研究指出随着城市交通的不断发展,摄像机标定的准确性对于交通监控视频分析变得尤为关键,且消失点的准确性对于摄像机标定具有重要意义。然而当前的摄像机标定方法都有一定的局限性:传统摄像机标定方法依赖指定的标定板才能估计得到消失点;基于主动视觉方法要求摄像机按照既定运动模式移动;摄像机自动标定方法依赖曼哈顿假设、斑马线,或约束车辆沿直线行驶等。这些条件都导致标定算法失去普适性。考虑到现有方法存在的问题,本文提出了一种新颖实用的交通监控摄像机自动标定系统以克服这些局限性。本文主要的研究内容和创新成果如下:首先,针对现有摄像机标定算法在交通监控场景下存在的局限性,提出基于车辆几何特征的摄像机参数计算方法。在背景差分法的基础上引入最大类间方差法(Otus阈值法),结合形态学滤波处理与阴影去除模块进行运动目标检测研究。根据目标检测结果,采用边缘检测算子和霍夫变换直线检测算法提取车辆几何特征,同时均值漂移聚类和拉普拉斯线性回归算法被用来提升消失点估计的准确性,进而提出依据消失点的摄像机参数计算方法。在不同的数据集上进行多组对比实验,结果充分证明所提出的摄像机参数计算方法具有准确性。其次,提出基于叁维车辆模型的摄像机自动标定系统抗干扰算法。当车辆发生遮挡时,依据叁维模型算法提取模型在图像平面的有效投影特征,降低遮挡时的噪声影响。同时,引入分布估计算法(Estimation of Distribution Algorithm,EDA)解除对摄像机未知参数的约束限制,通过迭代演进计算搜索局部最优解进行参数优化,从而降低重投影误差,提高自动标定系统抗干扰能力。不同数据集的实验结果充分证明,所提出的抗干扰算法可以有效的提升系统稳定性和抗干扰能力,该系统仅依赖交通视频中的运动车辆信息即可完成摄像机自动标定工作,具有有效性和鲁棒性。(本文来源于《北京邮电大学》期刊2019-05-31）
林勇,陈飞,符继征,刘建苹[3]（2019）在《智能监控中摄像机对运动目标检测方法的探究》一文中研究指出对智能视频监控中的运动目标,在不同场景中检测的几种方法及优缺点进行阐述、分析与对比。根据现实中监控场景变化如树枝扰动、光线变化、雪花和雨点等,对运动目标检测提出几种参考建模思想。(本文来源于《电脑编程技巧与维护》期刊2019年04期）
吴文欢,朱虹,吴向荣[4]（2019）在《基于平面运动约束的摄像机自标定方法》一文中研究指出当摄像机在某个平面作平面运动,即平移平行于该平面而旋转平行于该平面的法线,那么该平面的圆环点的像即为由该平面诱导的图像单应变换的复特征向量。根据所推导出的此结论,提出了一种基于平面运动约束的线性自标定算法。该算法只需摄像机在某个平面上作两次以上姿态不同的平面运动,每次平面运动前后采集该平面的两幅图像,计算它们的单应变换并对其进行特征值分解,所得到的复特征向量即为一对复共轭圆环点的像。通过不同平面运动得到的圆环点的像就能拟合出绝对二次曲线的像,最后通过Cholesky分解绝对二次曲线的像并能计算出摄像机内参数。模拟图像实验和实拍图像实验表明,本文所提出的自标定算法具有较高的精度和较强的鲁棒性。(本文来源于《仪器仪表学报》期刊2019年01期）
万琴,余洪山,吴迪,林国汉[5]（2018）在《基于kinect摄像机的多运动目标实时跟踪》一文中研究指出多运动目标跟踪是视频监控中的关键问题,在目标相互运动发生遮挡时,采用二维摄像头监控容易丢失信息而造成跟踪失败.本文采用kinect摄像机获取目标的RGB图像及深度图像,并分别获取基于RGB图像信息的目标颜色模型和基于深度信息的目标叁维空间模型,在视频帧间将颜色、空间模型分别匹配得到目标帧间匹配度,通过Mahalanobis距离算法实现多目标匹配,从而得到多目标识别跟踪结果.实验表明,在RGB-D数据集及拍摄的视频序列上均取得了较好的跟踪结果,实现了kinect叁维视觉下的实时多目标的跟踪.(本文来源于《湖南工程学院学报(自然科学版)》期刊2018年04期）
向麒文[6]（2018）在《运动摄像机下基于EMP的运动目标检测算法研究》一文中研究指出运动目标检测一直是计算机视觉领域和智能监控领域的研究热点,大部分实际场景中的摄像机是静止的,即所谓的静摄像机情景下的运动目标检测。然而,随着科技的日益发展,运动摄像机情景下的运动目标检测受到了更多研究学者的重视。特别是在机器视觉和无人驾驶领域的作用尤为明显。摄像机和目标都在运动时,前景和背景的分离成为了运动摄像机情景下运动目标检测的重难点之一。针对上述难点,本文分析了匹配中不同位置的特征点的稳定性,从中得出目标与背景交接区域的特征点容易出现错误匹配。本文根据这些错误匹配的特征点,提出了基于EMP(Error Match Point,即错误匹配点)的运动目标检测算法,并根据EMP得到运动目标区域,最后结合Grabcut算法,实现了在运动摄像机情景下的运动目标检测。本文的主要研究内容有以下几个方面:(1)分析了EMP产生的原理,给出了其定义,提出了EMP的提取方法及流程。(2)提出了在空间上结合SIFT算法和ORB算法对EMP的丰富和完善;另外,提出了在时间尺度上用五帧处理法对EMP的丰富和完善。(3)提出了在五帧处理法中引入RANSAC算法进行筛选,使得提取的EMP更加稳定;通过矢量匹配法,去除了背景上的EMP。(4)通过EMP确定的目标信息来指导Grabcut算法,从而实现了运动摄像机情景下的运动目标检测。根据在运动摄像机下连续帧之间匹配产生的错误匹配特征点,最终实现了运动目标的检测。根据不同的实验结果分析证明,本文算法在摄像机运动方式多样的情景下,都能较好的提取到EMP,且最终都能实现较好的检测结果。(本文来源于《西华大学》期刊2018-04-01）
朱行飞,陆华才,雍家伟[7]（2018）在《基于HALCON的机器人运动空间中心点摄像机标定方法》一文中研究指出视觉系统的标定是机器视觉研究的重要内容.提出一种基于HALCON的机器人运动空间中心点摄像机标定方法,即在视觉视场内,在不同的位置和姿态下,机器人携带摄像机在要标定的工作空间内进行特定的平移和旋转运动进行图像采集.设其空间内的相交点为中心点,利用几何解析计算出相机的内外参数.然后通过HALCON视觉图像处理软件进行标定,对实验数据进行分析,证明了方法的可行性.(本文来源于《安徽工程大学学报》期刊2018年01期）
许晖[8]（2018）在《笃定凝眸 凯眸4K全景运动摄像机》一文中研究指出上至如尼康、佳明等知名品牌,下至叫不出名的山寨企业,全景拍摄设备产品不胜枚举。消费者在经历了无数对高价品的垂涎与山寨货的忽悠之后,已经聪明地开始关注高性价比的产品,如凯眸4K全景运动摄像机消费级全景运动相机的定义全景拍摄设备通常被分为电影级、专业级、入门级与消费级四个档次,越高级别设备越贵,后期流程也越繁复,为了抢占市场份额,厂家推出了消费级别的全景拍摄设备,此类设备使用简单,一般将超广角单目、双目或是多目镜(本文来源于《汽车之友》期刊2018年02期）
陈广,王毅刚,李仕,杜鹏[9]（2017）在《快速鲁棒的摄像机运动跟踪方法》一文中研究指出针对普遍存在的摄像机运动实时跟踪效率低、目标易丢失等问题,提出一种快速鲁棒的跟踪方法。采用FAST特征结合金字塔光流跟踪的方法,对目标特征点的提取和匹配进行优化,减少计算量;建立摄像机跟踪状态的检测与更新机制,实时检测有效跟踪点的数量并及时更新,保持摄像机运动跟踪的稳定性。实验结果表明,该方法有效减少了无标识增强现实中特征点提取与匹配的时间消耗,提高了摄像机运动跟踪的效率,具有良好的实时性,在遮挡及环境变化导致特征点数量减少时表现出较好的鲁棒性。(本文来源于《计算机工程与设计》期刊2017年10期）
[10]（2017）在《一加手机3T开放购买 购机赢GoPro运动摄像机》一文中研究指出4月21日,一加手机宣布与京东联手推出"我的青春不将就"活动。活动期间,用户在京东商城(活动链接:http://sale.jd.com/act/gZ0vFYnUNXj.html)购买一加手机3T将有机会赢取额外好礼。即日起至4月28日,用户下单购买一加手机3T即有机会赢取GoPro运动相机,下单成功后还可在京东购物车中选择领取富士冲印优惠券,晒(本文来源于《个人电脑》期刊2017年05期）
摄像机运动论文开题报告
（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：
随着城市交通的不断发展,摄像机标定的准确性对于交通监控视频分析变得尤为关键,且消失点的准确性对于摄像机标定具有重要意义。然而当前的摄像机标定方法都有一定的局限性:传统摄像机标定方法依赖指定的标定板才能估计得到消失点;基于主动视觉方法要求摄像机按照既定运动模式移动;摄像机自动标定方法依赖曼哈顿假设、斑马线,或约束车辆沿直线行驶等。这些条件都导致标定算法失去普适性。考虑到现有方法存在的问题,本文提出了一种新颖实用的交通监控摄像机自动标定系统以克服这些局限性。本文主要的研究内容和创新成果如下:首先,针对现有摄像机标定算法在交通监控场景下存在的局限性,提出基于车辆几何特征的摄像机参数计算方法。在背景差分法的基础上引入最大类间方差法(Otus阈值法),结合形态学滤波处理与阴影去除模块进行运动目标检测研究。根据目标检测结果,采用边缘检测算子和霍夫变换直线检测算法提取车辆几何特征,同时均值漂移聚类和拉普拉斯线性回归算法被用来提升消失点估计的准确性,进而提出依据消失点的摄像机参数计算方法。在不同的数据集上进行多组对比实验,结果充分证明所提出的摄像机参数计算方法具有准确性。其次,提出基于叁维车辆模型的摄像机自动标定系统抗干扰算法。当车辆发生遮挡时,依据叁维模型算法提取模型在图像平面的有效投影特征,降低遮挡时的噪声影响。同时,引入分布估计算法(Estimation of Distribution Algorithm,EDA)解除对摄像机未知参数的约束限制,通过迭代演进计算搜索局部最优解进行参数优化,从而降低重投影误差,提高自动标定系统抗干扰能力。不同数据集的实验结果充分证明,所提出的抗干扰算法可以有效的提升系统稳定性和抗干扰能力,该系统仅依赖交通视频中的运动车辆信息即可完成摄像机自动标定工作,具有有效性和鲁棒性。
（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。
摄像机运动论文参考文献
[1].史俊斌,刘昱含.每秒4万亿帧我科学家用超快摄像机捕获光的运动[N].科技日报.2019
[2].王娜.基于运动车辆的摄像机自动标定研究[D].北京邮电大学.2019
[3].林勇,陈飞,符继征,刘建苹.智能监控中摄像机对运动目标检测方法的探究[J].电脑编程技巧与维护.2019
[4].吴文欢,朱虹,吴向荣.基于平面运动约束的摄像机自标定方法[J].仪器仪表学报.2019
[5].万琴,余洪山,吴迪,林国汉.基于kinect摄像机的多运动目标实时跟踪[J].湖南工程学院学报(自然科学版).2018
[6].向麒文.运动摄像机下基于EMP的运动目标检测算法研究[D].西华大学.2018
[7].朱行飞,陆华才,雍家伟.基于HALCON的机器人运动空间中心点摄像机标定方法[J].安徽工程大学学报.2018
[8].许晖.笃定凝眸凯眸4K全景运动摄像机[J].汽车之友.2018
[9].陈广,王毅刚,李仕,杜鹏.快速鲁棒的摄像机运动跟踪方法[J].计算机工程与设计.2017
[10]..一加手机3T开放购买购机赢GoPro运动摄像机[J].个人电脑.2017