Question

急求翻译 谢谢~~~

不好意思 内容有点多 谢谢~~

In this experiment we use a stationery system with two identical cameras with parallel axes to track a moving object in three dimensional space. We capture a moving object in simultaneous video clips and extract only the moving object in each frame in the clips. We assume that the filters remove all the clutter in the subtracted images. Our tests indicate that it is the case for indoor imaging under average illumination conditions. Performance of the non-static filter for outdoor images was satisfactory when moving components of the background remains within a window of a limited size and brightness of the background remains fairly constant. Consider two frames, one from each camera, capturing the moving object at the same instant by a parallel axis camera system. The top most point of the moving object will appear in both images and more importantly, the pixels corresponding to the top most point of the object lie in the same pixel row in both frames. If the two images are free of background clutter, the pixel row in question is the top most pixel row of each image that contains an object pixel. (It should be clear that the top most pixel rows of the images that contain an object pixel must have the same row index.) This simplicity of the epipolar geometry of the camera system with parallel axis allows effortless identification of the top most points of object in two images. Then (x,y,z) coordinate of the real world position [3] of top most point of the object is given by Eq. (1),(2) and (3).

Results

Figure 7 shows several frames extracted from two video clips that capture a moving disk. Figure 8 shows the location of the moving disk at each time instant with respect to the camera coordinate system and the figure 9 shows the tangential velocity of the disk at each time instant.

Once we extract the moving object in one of the images we select one point (a pixel) on the object and find the pixel corresponding to that point in the other image using block matching. It is the most reasonable to select a point closer to the center of gravity of the object. In order to do this we use the top most, bottom most, left most, and right most point of the object. Very often block matching yields wrong matching pairs due to the existence of more than one point on the same horizontal line in the image with similar intensity properties. To avoid this inaccurate matching we match several points close to the center of the object and pick the most promising matching by checking of relative location accuracy. This technique is described in details in .

Upon selecting the matching pixels for the same point in the two simultaneous images taken from parallel axis camera, location of the point in three dimensional space is easily calculated. Using the location of the center of the object for times corresponding to different frames the velocity vectors and the trajectory of the object is computed.
Conclusions
The focus of this paper is on tracking moving target for different situations. We developed algorithms to generate trajectory of a moving target when the camera platform is stationery and moving. To extract moving target background subtraction technique is used when the camera platform is stationery. By studying the intensity variation in image background two filters were designed to eliminate clutter and noise for static and non-static backgrounds. Both filters were implemented in Matlab and successful results were obtained.
不要软件翻译的。。 翻译通顺就好 我会加分的 请大家帮帮忙 谢谢~~~

Answer 1

在这个实验中，我们要使用文具制度，实行两个完全相同的摄像机具有平行轴线跟踪运动物体在三维空间中。我们捕捉运动物体在同步视频剪辑和提取物只有运动物体在每一帧在剪辑。我们假定了过滤器清除所有杂波中减去图象。我们的测试表明，它是如此的室内成像下平均照度条件。业绩的非静态过滤室外图像是令人满意的，当运动部件的背景仍然是一个窗口，一个有限的大小和亮度的背景下仍然相当稳定。考虑两帧组成，每个摄像头捕捉运动物体，在同一时刻，由一个平行轴相机系统。顶部大部分点的运动对象将出现在这两个图象和更重要的是，像素相对应的最上面点的对象在于，在相同像素在连续两帧。如果这两张照片都是免费的背景杂波，像素连续问题，是最上面的象素排每幅图像包含一个对象像素。 （应当明确表示，最上面的象素行的图像包含一个对象像素，必属同一排指数） ，这简单的对极几何的摄像系统与平行轴允许费力鉴定的最上面的点对象在两个图像。然后（的X ， Y ， Z ）的坐标现实世界中的地位[ 3 ]的最上面点的对象是由情商。 （ 1 ） ， （ 2 ）及（ 3 ） 。

结果

图7显示了几帧提取，从两个视频剪辑捕捉移动磁盘。图8显示的位置移动磁盘，在每个时间瞬间与敬意，向相机坐标系和图9显示了切向速度的磁盘，在每个时间瞬间。

我们一旦提取运动物体在其中的形象，我们选择其中一个点（像素）对对象，并找到相应的象素，以这点在其他图像块匹配。这是最合理的选择一个点，接近该中心的重力的对象。为了做到这一点，我们使用了最上面，最底层，最左和最右点的对象。很多时候块匹配殖利率错配配对由于存在一个以上的点，对同一水平线，在形象与类似强度的特性。为了避免这种不准确的匹配，我们匹配几点接近该中心的目的和选择最有前途的匹配通过检查的相对定位精度。这项技术是在描述细节。

经择优选配像素为同一点，在同时举行两次图像从平行轴相机，点的位置是在三维空间中，是很容易计算出来的。使用地点为中心的对象为时代所对应的不同帧的速度向量与轨迹的目的是计算出来的。
问题补充：结论
本文件的重点探讨的是对跟踪移动目标，为不同的情况。我们开发的算法产生的轨迹一个移动的目标时，相机平台，是文具和感动。提取运动目标的背景减除技术是用来当镜头平台是文具等。要通过学习强度变化，在图像背景两个过滤器的设计，以消除杂波和噪音为静态和非静态的背景。这两个过滤器实施Matlab和成功所获得的结果。

Answer 2

在这实验方面我们使用一个文具系统用二台同一的照相机与平行轴到轨道一移动物体在三空间的空间。 我们抓取一移动物体在同时的影片剪辑中和榨出物只有那移动物体在每个框架在那修剪。 我们承担过滤器距离所有的那弄乱在那减去图像。 我们的测试指出它为户内的描绘是情形在平均之下照明情况。 表现那非静电过滤器为户外的图像是满意的当在窗户里面移动背景的成份的时候保持一有限大小和背景的光亮遗迹公平地常数。 考虑二个框架, 一从每台照相机, 捕获那移动物体在那相同的立即被一平行轴照相机系统。 那顶端大部分点那移动物体意志出现在两者的图像和更重要, 图素对应的到那顶端大部分点那物体谎言在相同的图素中排在两者的框架。 如果那二图像免于背景弄乱, 图素排在疑问是那顶端大部分图素排包含的每个图像一物体图素。 (它应该是清楚的那顶端大部分图素排包含的图像一物体图素一定有那相同的排索引.) 照相机系统的 epipolar 几何学的这单纯与平行轴允许容易的确认那顶端大部分点物体在二图像。 然后 (x 、 y,z) 同等的人物真正世界位置 [3] 顶端大部分点那物体根据情绪商数有。 (1), (2)而且.(3)

结果

图 7 表演一些框架吸取从二影片剪辑哪一抓取一个移动磁盘片。 图 8 表演移动磁盘片的位置在每次立即有关于照相机同等的人物系统和图 9 表演磁盘片的切线的速度在每次立即。

一经我们榨出物那移动物体在一那图像我们选择一点 (一个图素) 在那之上物体而且找图素对应的到点在另一个中图像使用区段相配。 它是最合理的到选择一点靠近的对地心引力的中心那物体。 为了要做这我们使用那顶端大部分, 底部大部分, 左边大部分, 和正确地大部分点那物体。时常阻塞相配生产量错误的相配双由于存在较多的超过一点在相同的水平线上在那图像与相似的强烈特性。 避免相配我们的这错误者比赛一些点在中心的附近那物体和精选那最有希望的藉由检查相配亲戚位置准确性。 这技术详细地被描述在。

一为相同的点选择相配图素在那二同时的图像拿从平行轴照相机, 位置那点在三空间的空间容易地有计划的。 使用中心的位置那物体为时代对应的到不同的框架速度矢量和轨道那物体是计算。
结论
焦点这纸是回归正常移动目标为不同的情形。 我们发展运算法则产生轨道一移动目标当照相机月台是文具而且移动。 对移动的榨出物目标背景减少技术被用当照相机月台是文具。 藉由学习强烈图像的变化背景二个过滤器是设计除去弄乱和噪音为静电和非静电背景。 过滤器两者是在 Matlab 实现和成功的结果是获得。

Answer 3

在这个实验我们使用与二台相同照相机的一个文具系统以平行的轴跟踪在三维空间的一个移动的对象。 我们夺取在同时录象剪辑和萃取物的一个移动的对象在每个框架的仅移动的对象在夹子。 我们假设，过滤器取消在被减去的图象的所有凌乱。 我们的测试表明它是室内想象的论点在平均照明情况下。 非静态过滤器的表现室外图象的是令人满意的，当移动背景的组分在尺寸极限的窗口之内时保持，并且背景的亮光依然是相当恒定。 考虑二个框架，一从每台照相机，同时夺取移动的对象由一个平行的轴照相机系统。 上面移动的对象的多数点将出现于两个图象，并且更加重要地，与上面相应的映象点对象的多数点在两个框架的同一映象点行在。 如果二个图象免于背景杂斑，正在考虑中映象点的行是上面包含一个对象映象点每个图象的多数映象点行。 (应该是确切上面包含一个对象映象点图象的多数映象点行必须有同一个行索引。) 照相机系统的epipolar几何的这朴素与平行的轴的提供上面的不费力的证明多数问题的在二个图象的对象。 然后(z)现实世界位置[3的]座标上面对象的多数点Eq给x， y。 (1)， (2)和(3)。

Results

Figure 7显示从夺取一张移动的盘的二录象剪辑提取的几个框架。 图8显示移动的盘的地点在，每次立即关于照相机坐标系，并且图9每次显示盘的正切速度在瞬时。

Once我们在我们选择一点的其中一个提取移动的对象图象中(映象点)使用块匹配，在对象并且发现映象点与在另一个图象的那点相应。 是最合理的选择离重心的点的对象的较近。 为了做此我们最最使用上面，底部，留下多数，和正确对象的多数点。 经常块配比的出产量错误相对由于超过在同一条水平线的一点的存在图象与相似的强度物产。 要避免这不精确匹配我们匹配接近对象的中心的几点并且通过检查相对地点准确性采摘最有为匹配。 这个技术在细节被描述。
选择配比的映象点的Upon为在被采取的二个同时图象从平行的轴照相机，点的地点的同一点在三维空间的容易地被计算。 使用对象的中心的地点与不同的框架相应的时期速度导航，并且计算对象的弹道。
问题补充：Conclusions 本文The焦点在轨道不同的情况的移动的目标。 当照相机平台是文具和移动时，我们开发算法引起一个移动的目标的弹道。 要提取，当照相机平台是文具时，移动的目标背景减法技术使用。 通过学习在图象背景二上的强度变化过滤器被设计消灭静态和非静态背景的凌乱和噪声。 两过滤器在Matlab被实施了，并且成功的结果得到了。

Answer 4

在这个实验中，我们要使用文具制度，实行两个完全相同的摄像机具有平行轴线跟踪运动物体在三维空间中。我们捕捉运动物体在同步视频剪辑和提取物只有运动物体在每一帧在剪辑。我们假定了过滤器清除所有杂波中减去图象。我们的测试表明，它是如此的室内成像下平均照度条件。业绩的非静态过滤室外图像是令人满意的，当运动部件的背景仍然是一个窗口，一个有限的大小和亮度的背景下仍然相当稳定。考虑两帧组成，每个摄像头捕捉运动物体，在同一时刻，由一个平行轴相机系统。顶部大部分点的运动对象将出现在这两个图象和更重要的是，像素相对应的最上面点的对象在于，在相同像素在连续两帧。如果这两张照片都是免费的背景杂波，像素连续问题，是最上面的象素排每幅图像包含一个对象像素。 （应当明确表示，最上面的象素行的图像包含一个对象像素，必属同一排指数） ，这简单的对极几何的摄像系统与平行轴允许费力鉴定的最上面的点对象在两个图像。然后（的X ， Y ， Z ）的坐标现实世界中的地位[ 3 ]的最上面点的对象是由情商。 （ 1 ） ， （ 2 ）及（ 3 ） 。

结果

图7显示了几帧提取，从两个视频剪辑捕捉移动磁盘。图8显示的位置移动磁盘，在每个时间瞬间与敬意，向相机坐标系和图9显示了切向速度的磁盘，在每个时间瞬间。

我们一旦提取运动物体在其中的形象，我们选择其中一个点（像素）对对象，并找到相应的象素，以这点在其他图像块匹配。这是最合理的选择一个点，接近该中心的重力的对象。为了做到这一点，我们使用了最上面，最底层，最左和最右点的对象。很多时候块匹配殖利率错配配对由于存在一个以上的点，对同一水平线，在形象与类似强度的特性。为了避免这种不准确的匹配，我们匹配几点接近该中心的目的和选择最有前途的匹配通过检查的相对定位精度。这项技术是在描述细节。

经择优选配像素为同一点，在同时举行两次图像从平行轴相机，点的位置是在三维空间中，是很容易计算出来的。使用地点为中心的对象为时代所对应的不同帧的速度向量与轨迹的目的是计算出来的。

Answer 5

用word翻的吧