摘要
计算机视觉是一门综合性学科，在解决各种实际问题时发挥着很高的作用.因此，对计算机视觉领域的探索与研究具有非常重要的意义. 相机标定和目标跟踪作为计算机视觉中的两个重要研究领域，对其算法模型的精度和计算精度都有着很高的要求.本文利用Rump区间算法研究相机标定的五点算法、八点算法和目标跟踪算法的误差范围，实现五点算法、八点算法以及目标跟踪算法计算结果的误差可控.主要研究内容如下： (1)设计计算机视觉相机标定的可信验证算法.基于相机标定的五点算法和八点算法，将本质矩阵、基本矩阵问题的求解转换为线性方程组问题求解，利用Rump区间运算计算方程解的可信误差界.算法保证在误差界范围内，存在本质矩阵和基本矩阵线性方程的精确解.并且利用该可信误差界，确定本质矩阵和基本矩阵的可信误差界，在此误差界内可获得关于五点算法和八点算法的精确本质矩阵和精确基本矩阵.最后根据计算所得的本质矩阵、基本矩阵，利用二维平面坐标信息实现空间点的三维重建. (2)设计计算机视觉目标跟踪的可信估计算法.基于频谱滤波器目标跟踪模型，利用Rump区间算法对该目标跟踪模型进行改进.将求解跟踪模型系数的线性方程转换成区间运算的形式以获得频谱滤波器跟踪模型系数的可信区间，将区间系数应用到目标跟踪算法中，预估被跟踪目标坐标范围，实现计算机视觉目标跟踪的可信估计.当被跟踪的目标丢失时，利用颜色识别对每一帧背景进行预处理，预估目标所在的区域范围，再利用目标跟踪算法实现对目标的重新捕获.
NETL