1. 本选题研究的目的及意义
近年来，随着计算机视觉技术的快速发展，双目视觉作为一种模拟人类视觉的立体感知技术，在机器人导航、自动驾驶、目标跟踪、三维重建等领域展现出巨大的应用潜力。
运动目标测绘及识别作为计算机视觉领域的重要研究方向，旨在赋予机器感知和理解动态场景的能力，其在智能监控、人机交互、运动分析等方面具有广泛的应用价值。
本课题旨在研究基于MATLAB的双目视觉运动目标测绘及识别系统，将双目视觉技术与目标识别技术相结合，实现对运动目标的实时定位、追踪和识别。
2. 本选题国内外研究状况综述
近年来，双目视觉与运动目标识别技术发展迅速，国内外学者在该领域展开了大量的研究工作，并取得了一系列重要成果。
1. 国内研究现状
国内学者在双目视觉运动目标测绘及识别方面取得了一定的研究成果。
3. 本选题研究的主要内容及写作提纲
1. 主要内容
本课题将重点研究以下内容：1.双目视觉系统构建：-研究双目视觉成像原理、相机标定方法，选择合适的相机和镜头，搭建双目视觉硬件平台。
-研究立体匹配算法，选择合适的算法实现左右图像的像素对应，获取视差图。
4. 研究的方法与步骤
本课题将采用理论研究与实验研究相结合的方法，按照以下步骤逐步开展研究：1.文献调研阶段：查阅国内外相关文献，了解双目视觉、运动目标检测、跟踪与识别等领域的研究现状和发展趋势，为课题研究奠定理论基础。
2.系统设计阶段：确定系统的总体框架，包括硬件平台搭建和软件系统设计。
选择合适的相机、镜头等硬件设备，并设计系统的软件架构，确定各模块的功能和实现方法。
5. 研究的创新点
本课题致力于在以下几个方面进行创新：1.融合深度学习算法：-在传统双目视觉算法的基础上，探索将深度学习算法应用于立体匹配、目标检测和识别等环节，以提高系统的精度和鲁棒性。
2.多特征融合的目标识别：-研究多种目标特征的融合方法，例如将HOG特征、SIFT特征与CNN特征相结合，以提高目标识别的准确率。
3.基于三维信息的运动目标分析：-不局限于二维图像信息，利用双目视觉获取目标的三维信息，并在三维空间中进行目标跟踪和轨迹分析，为运动目标行为分析提供更丰富的依据。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
1. 王宁,徐建军,王浩,等.基于改进ORB算法的双目视觉室内定位方法[J].光学精密工程,2021,29(10):2421-2431.
2. 张强,徐欢,陈强,等.融合深度学习与双目视觉的室内移动机器人导航方法[J].仪器仪表学报,2022,43(05):102-110.
3. 刘鹏,马旭东,林春雨,等.基于YOLOv5和双目视觉的车辆目标检测与测距[J].光电子·激光,2022,33(09):913-920.
