导　　师： 邓建晖;孙元鹏

授予学位： 硕士

作　　者： ;

机构地区： 深圳大学

摘　　要： 利用机器视觉检测并跟踪高速球体的运动是近年来体育电子系统的研究热点。为了满足跟踪并检测高速球体目标的需求,该类系统需要具有高帧率图像传感器用于捕捉不带有运动模糊的球体运动轨迹,具有高速图像采集与处理能力用于提高系统的实时性,具有还原球体三维位姿的三维重建能力用于计算球体运动参数。本文针对以上需求展开研究,设计并实现了一种单芯片双目视觉测量系统。本文采用ZYNQ芯片作为主控核心,该芯片具有FPGA(Field-Programmable Gate Array)+ARM(Acorn RISC Machine)的混合架构,ZYNQ的逻辑部分负责采集LVDS(Low-Voltage Differential Signaling)原始图像信号,ZYNQ的ARM部分负责球体识别、跟踪以及运动参数计算。本文采用立体模板对双目摄像机进行标定,在已知特征标志物三维特征点坐标及其对应图像坐标的条件下,利用线性算法求解出图像坐标系到世界坐标系的透视变换矩阵。同时结合球体特征,利用p率阈值化方法实现了球体定位及运动状态自检算法。并针对于球体高速运动的特征设计实现了基于卡尔曼滤波的智能ROI(Region of Interest)球体跟踪算法。系统实际工作过程中,由于高帧率图像传感器分辨率相对较低,并且曝光时间偏短,造成了球体目标所占像素较少且图像偏暗,本文设计了易于识别的直线条纹标记,并实现了用于标记检测和特征提取的基于Chan-Vese模型的快速自适应图像分割算法。实验结果表明,该算法和球体表面标记可以比较准确的用于识别球体的旋转。本文的主要研究成果包括:1)结合球体运动特性和球面花纹分布特点以及高速双目摄像机的拍摄间隔,提出了一种新型的直线条纹标记用以计算球体旋转参数。2)设计实现的基于Chan-Vese模型的自适应图像分割算法在分辨率较低的情况下能得到较为精确的球面标记提取效果。3)设计实现的基于�

关 键 词： 双目立体视觉 高速球体 运动参数测量 卡尔曼滤波 模型

领　　域： []