基于图像的移动工件匹配与位置预测方法研究

发布时间：2019-05-06 16:46

【摘要】：随着科技的不断创新,机器视觉技术得到飞速发展,移动目标预测跟踪技术也成为备受关注的前沿课题。目前国内机器视觉技术已经广泛应用在食品包装、无损检测以及不利于人工操作的高危生产线等场合,而移动目标预测跟踪技术与机器视觉的结合多处于各大高校的研究阶段,没有很好的与实际应用有效结合,而且预测跟踪技术是视频序列处理与识别的基础,是更高级机器视觉技术研究的前提。因此,研究基于图像序列的移动目标预测跟踪技术有着重要意义。本文采用机器视觉与预测跟踪方法结合的方式解决传送带上移动工件位置预测跟踪的问题。首先根据摄像机成像的原理,选用张正友棋盘格标定方法完成摄像机内外参数的标定;然后对采集的工件图像进行预处理,边缘检测,边缘增强等操作,保证匹配与预测跟踪的顺利进行;根据工件特征,选用Harris角点匹配和Hough变换圆检测的方法完成所有工件的匹配,并根据角点特征进行矩形加框处理,通过计算中心矩得出目标工件的质心坐标;对于移动工件的预测跟踪问题,首先根据Mean-shift算法原理,利用Cam-shift跟踪算法完成跟踪,为了满足准确性与实时性的要求,本文研究了Kalman预测与Cam-shift结合的预测跟踪方法,Kalman预测可以较精准的完成移动目标的位置估计,与Cam-shift算法结合可以很好的完成跟踪。在此基础上,采用了一种线性预测与Cam-shift结合的目标预测跟踪方法,即将线性预测方法代替Kalman滤波完成预测估计,并将预测估计结果代入Cam-shift算法中进行跟踪。仿真结果表明,本文工件的匹配方法能够成功对所有工件进行匹配,并获得准确的质心位置,而且本文采用的线性预测与Cam-shift结合的目标预测跟踪方法既能保证在遮挡情况下对工件的准确预测跟踪,又能解决复杂背景下的预测跟踪问题,能够更好的满足实时性的要求。
[Abstract]:......
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41

【参考文献】

相关期刊论文 前10条

1 吴玲;朱宝忠;;机器人立体视觉中立体匹配的研究[J];企业技术开发;2015年24期

2 闫钧华;陈少华;艾淑芳;李大雷;段贺;;基于Kalman预测器的改进的CAMShift目标跟踪[J];中国惯性技术学报;2014年04期

3 唐亚平;陈苏婷;;一种改进的亚像素角点提取算法[J];电脑知识与技术;2014年19期

4 贺桂娇;;几种经典的图像边缘检测算子分析比较[J];计算机光盘软件与应用;2014年09期

5 陈立潮;牛玉梅;潘理虎;张秀琴;;Snake模型的研究进展[J];计算机应用研究;2014年07期

6 王泽楷;吴黎明;蔡文;陈嘉源;;基于Camshift改进算法的视频目标跟踪方法[J];自动化与信息工程;2014年01期

7 李敏;;基于mean-shift的运动目标跟踪算法应用[J];西南民族大学学报(自然科学版);2013年03期

8 唐烁;缪源;;基于Harris角点的图像匹配算法[J];微型机与应用;2013年02期

9 王建华;冯帆;梁伟;王惠萍;;非线性模型下的摄像机标定[J];光电子技术;2012年01期

10 肖延胜;;为极速智能车保驾护航——记清华大学计算机系THMR课题组之智能汽车研究[J];中国发明与专利;2011年12期

，

本文编号：2470331