论文部分内容阅读
随着计算机视觉技术的快速发展,各式各样的人机交互设备已经进入家庭生活与服务领域,高效自然的交互方式给人类生活和发展带来了巨大的便利和价值,但是,现有的人机交互技术在实际应用中还存有较大问题,例如,交互系统的数字图像在产生、传输、处理中会受到各种各样的干扰,会恶化图像质量,进而影响后续的图像分析与识别。此外,由于交互环境的复杂变化,导致信息融合不准确、目标丢失、定位点漂移等问题。为保证实际人机交互过程的自然性与高效性,针对上面两种问题,本文将分别从图像去噪和目标跟踪两方面进行方法改进来优化交互性能。根据对交互系统噪声干扰的研究与分析,发现目前多数人机交互系统普遍受到高斯噪声和椒盐噪声两种类型的噪声干扰,传统的去噪算法很难对这两类噪声同时有效,因此本文首先提出一种同时有效的改进降噪算法。另外,本文针对交互系统中不能完全获得目标模板,导致信息融合不准确、运动目标丢失、信息空洞的问题,本文又提出了一种基于融合信息的目标跟踪改进算法,具体内容结果和创新点如下:(1)针对干扰噪声造成图像质量恶化、信息融合不充分的问题,本文在图像预处理阶段提出采用一种基于非局部均值算法的改进降噪算法。非局部均值滤波(Non-Local Means)具有时间复杂度低、去噪时能很好地保留边缘信息等优点,但在同样存在对噪声类型的抑制单一的局限性。本文在分析去噪算法原理的基础上文提出了同时针对上面两种噪声的NLM算法改进策略,通过实验证明该算法可以对交互系统中的高斯噪声和椒盐噪声同时有效,预处理后的图像干扰明显减少、图像也更加清晰。(2)针对互动系统中目标被遮挡或者环境变化造成的目标丢失、信息空洞、互动漂移等问题,本文基于融合的图像信息提出一种将卡尔曼滤波与Camshift结合的运动跟踪算法,并提出一种衡量遮挡程度的位置预测改进策略。该算法将卡尔曼和Camshift输出结果进行线性拟合,具有实时性高、能够对运动位置进行估计、计算速度快等优点,最后采用多组实验证明了本文所提跟踪算法在面对遮挡等环境变化问题时依然能保持很好的鲁棒性,可以有效提升交互系统的跟踪性能。(3)利用激光雷达和视觉传感器设计并搭建了一套非接触式交互系统。将激光雷达的深度信息和视觉图像信息融合,分别从图像去噪算法和目标跟踪算法进行了分析与改进,最后通过三维互动软件Ventuz将图像去噪、信息融合、目标跟踪等关键技术结合起来实现交互性能的优化。