基于CamShift算法的足球机器人目标跟踪算法研究

摘要

视觉系统是足球机器人感知外界信息的重要渠道，它为整个系统提供目标信息，是整个机器人系统正常运作的基础。对于足球机器人来说，通过对连续运动的足球目标位置的判定，可以决定下一步的行动策略和运动姿态。本文从机器人视觉系统的图像获取与转换、彩色图像预处理、彩色图像分割、图像识别和目标跟踪等方面，对计算机视觉处理的知识进行了详细论述。 本文首先研究了目前运动物体检测的一些常用方法，包括基于帧间差分的方法、基于背景差分的方法，并介绍了霍夫圆检测方法：然后重点介绍了均值漂移算法和CamShift算法。 现有的CamShift算法虽可实现指定目标的连续跟踪，但直接应用在足球机器人上存在目标识别匹配时效率不高、目标误判等问题，本文的工作以上海广茂达公司的能力风暴机器人为平台，通过对CamShift算法进行深入研究，并对其进行改进，提出在搜索过程中加入轮廓匹配、根据搜索返回值确定机器人的姿态和在搜索的迭代过程中加入目标运动区域预测等改进，在足球机器人上使用取得了很好的效果。

目录

文摘

英文文摘

论文说明：图表目录

声明

致谢

第一章绪论

1.1课题研究背景

1.2国内外研究现状

1.2.1运动目标检测方法

1.2.2运动目标跟踪方法

1.3课题主要研究内容

第二章计算机视觉基本理论

2.1基础知识

2.1.1图像获取与转换

2.1.2彩色图像预处理

2.1.3颜色空间

2.2直方图

2.3图像二值化处理

2.3.1形态学图像滤波

2.3.2连通性检测

2.4图像增强

2.5彩色图像分割

2.5.1图像分割的定义

2.5.2彩色图像分割的种类

2.6特征提取

2.7本章小结

第三章运动目标检测

3.1基于瞬时差分的运动目标检测

3.1.1基本原理

3.2基于背景差分的方法

3.2.1背景模型

3.2.2背景更新的原则及策略

3.2.3基于自适应背景模型的运动物体检测

3.3霍夫圆检测

3.3.1霍夫变换基本思想

3.3.2霍夫圆检测

3.4本章小结

第四章运动目标跟踪

4.1基本原理

4.1.1 RGB空间到HSV空间的转换

4.1.2色彩直方图

4.1.3色彩概率分布

4.2均值漂移算法

4.2.1均值漂移算法概述

4.2.2 MeanShift的基本思想及其扩展

4.3 CamShift算法

4.3.1生成直方图与概率分布

4.3.2均值漂移算法寻找质心的过程

4.3.3 CamShift算法的详细步骤

4.4本章小结

第五章目标跟踪算法的实现与改进

5.1改进的CamShift算法

5.1.1圆形目标检测

5.1.2运动目标预测

5.1.3防止同色或相近色物体干扰

5.1.4亮度、色度信息对算法的影响

5.2实验与结果

5.2.1实验平台

5.2.2图像采集模块

5.2.3跟踪处理模块

5.2.3机器人运动姿态调整模块

5.2.4实验结果

5.3本章小结

第六章总结与展望

6.1本文工作总结

6.2展望

参考文献

攻读硕士期间重要科研工作及成果