基于STC目标跟踪的机器视觉测速算法

发布时间：2024-03-30 10:28

　　为了准确快速对移动目标进行速度测量,提出一种基于机器视觉的速度测量方法。计算图像中目标区域椭圆参数对采集相机进行角度调整。使用改进的STC跟踪算法,在相邻帧图像目标跟踪的同时采用轮廓线匹配的方式进行尺度调整。最后提取每张图像中目标轮廓最小外接矩形的中心点坐标,通过差分法得到相对运动速度,并利用反光带长度与图像中目标比例关系来计算实际速度。实验表明,该方法利用机器视觉在非接触条件下得到较为准确的结果。

【文章页数】：6 页

【部分图文】：

图2区域椭圆原理图

椒?芄皇迪帜勘昶骄?速度像素级精确测量。2区域椭圆参数图像的代数矩是：（1）式中，x，y为图像中像素坐标，M，N为图像矩阵大小，a为图像像素个数。mpq为图像的（p，q）阶矩。中心矩为：（2）区域椭圆的几何参数由5个二阶矩计算得出。区域椭圆中心和目标在图像中的重心一致。椭圆的两轴....

图1测量原理图

词涑霭氲继寮す馄鞯幕?魇泳?方案来对移动目标轨迹、速度进行测量的方法［3-4］。设备利用图像分割的方法找出图像中光带的位置，并且利用最小矩形的方式来确定目标。为保持对目标跟踪的精准度且减少背景融入目标检测区域，使STC（Spatio-TemporalContextLearning....

图4轮廓线匹配结果

点，使用最大类间方差法对目标分割提龋对整幅图像上灰度值进行统计，使得分割后图像的前景与背景之间方差达到最大［8］。通过上述方法提取两幅图中目标区域，并利用轮廓线匹配的方式选取目标。Hu矩是由二、三阶中心矩线性组合构成７个不变矩，并且有旋转、平移及缩放不变性，因此，也被称作Hu不变....

图8目标实际速度变化

玫降耐?像大小为520像素×144像素。测量得到反光带长度为4.5cm，相邻两张图像间时差为1ms。通过相机采集700张左右的图像，提取得到该平台的相对位移及速度如图6、图7所示。从图6、图7目标运动中相对位置、速度变化趋势，可得出STC跟踪算法在测量目标位移时，由于跟踪目标尺度....

本文编号：3942217