运动目标的位置姿态测量是图像处理、模式识别、摄影测量及相关学科的研究热点之一,随着社会对运动目标位置姿态监控需求愈发急迫,许多学者依据不同的需求研发了关于运动目标位姿测量的各种硬件系统和软件平台。单目视觉的运动目标位姿测量凭借与运动目标非接触、结构简单、操作方便灵活等优势,受到广泛的关注研究。依据实际应用场景的需求,本课题开展基于单目视觉的刚体运动目标位置姿态的测量研究,包括基于合作目标和非合作目标的运动目标位置姿态测量两类,主要内容如下:(1)针对实际应用需求进行合作目标单目视觉位置姿态测量的研究,具体的应用场景为在房间顶部布设相机垂直拍摄地面运动目标,需要实时获取运动目标在平面上的位置和姿态三个参数,且运动目标具备布设编码标志的前提。本文依据运动目标的顶部特征设计圆环编码标志与组合编码标志两类编码。相机拍摄贴有编码标志的合作目标图像,分别采用圆环编码与组合编码的结构特征进行图像中的编码标志的提取,由提取的编码标志求解运动目标的初始位置姿态。利用初始位置姿态的标准目标轮廓模板与图像中运动目标轮廓进行二维ICP变换,解算运动目标的精确位置姿态。(2)合作目标限制了应用的条件,一些场景中运动目标并不具备构建合作编码标志的条件。针对位于平面上运动的不具备构建合作目标的位置姿态测量的场景,本文开展了基于非合作目标位置姿态测量的研究。由于不具备构建编码标志等易于识别的特征,非合作运动目标位姿测量需要预先获取目标的三维几何模型与相机参数作为先验条件,采用OpenGL技术生成位于不同位置姿态下运动目标的模拟图像,由模拟图像与实拍图像之间目标特征的关系求解运动目标的位置姿态。运动目标位置姿态的求解包括两个部分:初始位姿获取与精确位姿求解。本文提出目标区域重合比率的方法获取非合作运动目标位置姿态的初始值,构建运动目标离散位置姿态的目标区域特征集合,并利用实拍图像的运动目标区域特征与目标区域特征集合间关系获取初始位姿。非合作运动目标精确位姿求解以OpenGL模拟图像的初始位姿目标轮廓与实拍图像目标轮廓之间的距离进行表征,构建目标轮廓距离的代价函数,通过非线性优化算法对代价函数进行迭代获取运动目标精确的位置姿态。(3)目标轮廓提取是求解运动目标位置姿态的重要步骤之一,探索高效的目标轮廓提取方法影响后续求解位置姿态的可靠性。基于主动轮廓模型的方法具有自动处理拓扑变化、捕捉局部形变等特点,具备提取完整目标轮廓的优势。本文提出一种基于区域的自适应主动轮廓模型完成运动目标轮廓提取,该模型由全局项和局部项组成,全局项保障模型的分割效率与抗噪能力,结合局部熵信息构建局部能量项,在灰度不均匀区域控制曲线的演化。同时依据局部熵反映邻域内灰度变化的特点,利用图像的局部熵信息自适应确定全局项与局部项的参数,在远离边缘位置全局项发挥主导作用控制曲线演化,靠近目标轮廓处则由局部项主导曲线演化,两者协同作用进行目标轮廓提取。(4)非合作目标位姿测量采用目标区域重合比率确定运动目标初始位置姿态,其可靠性受到运动目标区域特征的制约,本文提出一种基于高斯混合模型进行目标区域提取的方法。高斯混合模型通过混合系数将高斯分布进行叠加,假设图像包含服从未知参数的高斯概率分布的目标和背景,采用期望最大化算法估计参数并利用贝叶斯准则进行目标区域的提取。与传统的高斯混合模型不同,在计算后验概率确定目标与背景时考虑图像的邻域信息,对灰度不均匀图像和噪声图像的目标区域提取均有较好的稳健性。