一、視覺(jué)系統(tǒng)描述
       機(jī)器視覺(jué)雙目標(biāo)物體自動(dòng)跟蹤識(shí)別系統(tǒng)是對(duì)平臺(tái)上的兩個(gè)互不相關(guān)的運(yùn)動(dòng)物體進(jìn)行跟蹤檢測(cè)，通過(guò)識(shí)別每個(gè)運(yùn)動(dòng)物體上的兩個(gè)標(biāo)志點(diǎn)來(lái)識(shí)別運(yùn)動(dòng)物體的方位，并隨時(shí)給出運(yùn)動(dòng)物體的標(biāo)志點(diǎn)X、Y坐標(biāo)值。系統(tǒng)平臺(tái)示意圖如下:

　　　其中：總框表示平臺(tái)區(qū)域，兩個(gè)小矩形表示運(yùn)動(dòng)物體，紅色原點(diǎn)表示運(yùn)動(dòng)物體的方位標(biāo)志。

二、系統(tǒng)需求
1、分辨率要求為：2mm
2、物體運(yùn)動(dòng)速度：5mm－10mm/每秒鐘
3、標(biāo)志點(diǎn)距離：20公分
4、平臺(tái)范圍：3m*4m
三、視覺(jué)系統(tǒng)方案
      依據(jù)系統(tǒng)需求，系統(tǒng)采用4個(gè)Microvision彩色高分辨率工業(yè)數(shù)字?jǐn)z像機(jī)分別監(jiān)視平臺(tái)的四個(gè)區(qū)域，并獲取整個(gè)平臺(tái)范圍內(nèi)的圖像。4個(gè)區(qū)域圖像傳入計(jì)算機(jī)進(jìn)行合并處理。機(jī)器視覺(jué)雙目標(biāo)物體自動(dòng)跟蹤識(shí)別系統(tǒng)結(jié)構(gòu)示意圖如下:

視覺(jué)系統(tǒng)結(jié)構(gòu)示意圖	視覺(jué)系統(tǒng)邏輯示意圖

程序結(jié)構(gòu)框圖

　　2。結(jié)構(gòu)模塊說(shuō)明
       線性濾波器處理方法、非線性濾波器處理、圖像分割方法、基于改進(jìn)遺傳算法的扭彎曲圖像分割、圖像邊緣檢測(cè)、圖像梯度算子、圖像細(xì)化、中軸變換、簡(jiǎn)化中軸變換算法
　　3。軟件流程

軟件流程圖

　　4。某項(xiàng)目中的部分處理流程與效果圖:

某對(duì)象圖像處理流程中得到的系列效果圖像

　?。╝）采集的原始圖像，（b）預(yù)處理圖像，（c）分割圖像， （d）邊緣檢測(cè)圖像，（e）二次中值濾波圖像，（f）細(xì)化圖像， （g）特征圖像。之后為配準(zhǔn)、融合、坐標(biāo)計(jì)算等

六、目標(biāo)檢測(cè)與跟蹤
1．采用圖像增強(qiáng)、目標(biāo)運(yùn)動(dòng)預(yù)測(cè)、管道濾波、自適應(yīng)閾值分割等算法，實(shí)現(xiàn)對(duì)目標(biāo)的高精度跟蹤，同時(shí)將漏警概率、虛警概率降到zui低。

圖像增強(qiáng)采用非線性均值濾波算法實(shí)現(xiàn)；
管道濾波器采用加權(quán)移動(dòng)式管道濾波算法；
閾值分割采用基于目標(biāo)邊緣梯度特征的自適應(yīng)閾值提取算法；
目標(biāo)檢測(cè)采用點(diǎn)聚類(lèi)算法；
目標(biāo)預(yù)測(cè)采用兩點(diǎn)線性預(yù)測(cè)算法；
2．目標(biāo)物體的特征識(shí)別模塊
圖像濾波,亞象素邊緣及線提取,邊緣位置測(cè)量,區(qū)域處理,圖像分割,數(shù)學(xué)形態(tài)學(xué),模式匹配
3．顯示模塊
顯示模塊完成圖像與數(shù)據(jù)的直觀顯示。采用DIRECT SHOW技術(shù)實(shí)現(xiàn)圖像快速顯示,同時(shí)顯示目標(biāo)運(yùn)動(dòng)過(guò)程當(dāng)中的相關(guān)要求信息。
查看本產(chǎn)品更詳細(xì)信息請(qǐng)登陸：中國(guó)機(jī)器視覺(jué)商城 http://www.china-vision。。ｃｏｍ.cn/goods/114.html