面向工業(yè)自動流水線應(yīng)用的視覺跟蹤算法的研究.pdf

1、視覺跟蹤在工業(yè)生產(chǎn)領(lǐng)域中的應(yīng)用已經(jīng)取得了很多成果,主要集中在汽車、工程機(jī)械、電子、焊接等行業(yè)。本文選擇工業(yè)環(huán)境下傳送帶上的運動目標(biāo)為主要研究對象,實現(xiàn)了一套視覺跟蹤框架:首先利用基于混合高斯模型的背景差分法對目標(biāo)檢測,然后利用基于輪廓特征的目標(biāo)識別算法對目標(biāo)進(jìn)行識別,最后用結(jié)合卡爾曼濾波的均值飄移跟蹤算法和基于改進(jìn)的Camshift跟蹤算法分別對目標(biāo)進(jìn)行跟蹤。本文的主要內(nèi)容為:
　　(1)對現(xiàn)有工業(yè)流水線中的三種常用目標(biāo)檢測算法進(jìn)

2、行了研究并比較,提出了基于混合高斯模型的背景差分檢測算法。實驗證明該算法在背景變化的工業(yè)生產(chǎn)線場合具有較好的檢測性能。
　　(2)由于很難用周長、面積、角度、直徑等幾何常量描述目標(biāo)在平面視覺圖像中的特征,本文提出了基于輪廓特征的目標(biāo)識別算法,該算法可以用于任意形狀的目標(biāo)識別。實驗結(jié)果得出,基于輪廓特征的識別算法具有很好的識別準(zhǔn)確性和實時性。
　　(3)針對傳送帶上的運動目標(biāo)被完全遮擋時,均值飄移算法容易跟丟目標(biāo)的問題,提出了

3、結(jié)合卡爾曼濾波的均值飄移跟蹤算法。并對遮擋進(jìn)行了判斷和處理,利用均值飄移算法得到的當(dāng)前幀觀測值和卡爾曼濾波器對跟蹤目標(biāo)位置的估計值之間的殘差來判斷遮擋程度。對于只依賴目標(biāo)顏色信息進(jìn)行跟蹤的Camshift算法容易受同色干擾而造成跟蹤目標(biāo)丟失的問題,利用基于混合高斯背景建模對同色干擾問題進(jìn)行處理。為了提高算法抗遮擋能力,同時也運用了卡爾曼濾波修正運動目標(biāo)的位置。
　　實驗表明,結(jié)合卡爾曼濾波的均值飄移跟蹤算法和基于改進(jìn)的Camshi