Kinect运动目标跟踪与三维坐标测量技术

"这篇文章是2013年发表在《西南师范大学学报(自然科学版)》上的一篇自然科学论文，作者包括谭艳、王宇俊、李飞龙和葛耿育，主要探讨了基于微软Kinect设备的运动目标跟踪与三维测量技术。论文中提到的方法利用Kinect的RGB图像传感器和CamShift算法进行目标跟踪，并通过深度传感器获取目标物体的三维坐标。实验结果显示，即使在目标与背景色彩差异不大的情况下，该方法也能有效地实现实时跟踪和三维坐标获取。" 本文的研究聚焦于计算机视觉领域的运动目标跟踪，这是一个重要的研究方向，广泛应用于安全监控、手势识别、智能交通和机器人导航等领域。作者在论文中提到了四种主流的运动目标跟踪算法：基于区域、基于特征、基于变形模板和基于模型的跟踪。他们选择了基于颜色特征信息的连续自适应性均值漂移算法（CamShift算法），因为这种方法对光照变化有较好的适应性，并能实现较快的运算速度。 对于运动目标的三维信息获取，作者对比了激光测距、单目视觉和双目视觉等方法，指出了各自的局限性，如成本高、速度慢或计算复杂。因此，他们采用微软的Kinect设备，它能同时提供RGB图像和红外深度图像，以解决这些问题。Kinect的深度测量技术基于PrimeSense的技术，能提供640x480分辨率的图像，为实时三维测量提供了可能。 在实验部分，作者通过Kinect获取RGB图像，并运用CamShift算法实时追踪选定的目标物体，进一步将目标的质心映射到深度图像中，从而获取其三维坐标。实验验证了在特定条件下，即使目标与背景颜色相近，该方法依然能有效工作，实现了目标的实时三维定位。 这篇论文为基于Kinect的运动目标跟踪提供了一个实用的解决方案，特别是在三维坐标获取方面，具有较高的性价比和实时性。这一成果对于相关领域的研究和应用具有一定的参考价值，有助于推动计算机视觉和智能系统的发展。