為了準(zhǔn)確快速對移動目標(biāo)進(jìn)行速度測量,提出一種基于機(jī)器視覺的速度測量方法。計(jì)算圖像中目標(biāo)區(qū)域橢圓參數(shù)對采集相機(jī)進(jìn)行角度調(diào)整。使用改進(jìn)的STC跟蹤算法,在相鄰幀圖像目標(biāo)跟蹤的同時(shí)采用輪廓線匹配的方式進(jìn)行尺度調(diào)整。最后提取每張圖像中目標(biāo)輪廓最小外接矩形的中心點(diǎn)坐標(biāo),通過差分法得到相對運(yùn)動速度,并利用反光帶長度與圖像中目標(biāo)比例關(guān)系來計(jì)算實(shí)際速度。實(shí)驗(yàn)表明,該方法利用機(jī)器視覺在非接觸條件下得到較為準(zhǔn)確的結(jié)果。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖2區(qū)域橢圓原理圖

椒?芄皇迪幟勘昶驕?速度像素級精確測量。2區(qū)域橢圓參數(shù)圖像的代數(shù)矩是：（1）式中，x，y為圖像中像素坐標(biāo)，M，N為圖像矩陣大小，a為圖像像素個(gè)數(shù)。mpq為圖像的（p，q）階矩。中心矩為：（2）區(qū)域橢圓的幾何參數(shù)由5個(gè)二階矩計(jì)算得出。區(qū)域橢圓中心和目標(biāo)在圖像中的重心一致。橢圓的兩軸....

圖1測量原理圖

詞涑靄氳繼寮す餛韉幕?魘泳?方案來對移動目標(biāo)軌跡、速度進(jìn)行測量的方法［3-4］。設(shè)備利用圖像分割的方法找出圖像中光帶的位置，并且利用最小矩形的方式來確定目標(biāo)。為保持對目標(biāo)跟蹤的精準(zhǔn)度且減少背景融入目標(biāo)檢測區(qū)域，使STC（Spatio-TemporalContextLearning....

圖4輪廓線匹配結(jié)果

點(diǎn)，使用最大類間方差法對目標(biāo)分割提齲對整幅圖像上灰度值進(jìn)行統(tǒng)計(jì)，使得分割后圖像的前景與背景之間方差達(dá)到最大［8］。通過上述方法提取兩幅圖中目標(biāo)區(qū)域，并利用輪廓線匹配的方式選取目標(biāo)。Hu矩是由二、三階中心矩線性組合構(gòu)成７個(gè)不變矩，并且有旋轉(zhuǎn)、平移及縮放不變性，因此，也被稱作Hu不變....

圖8目標(biāo)實(shí)際速度變化

玫降耐?像大小為520像素×144像素。測量得到反光帶長度為4.5cm，相鄰兩張圖像間時(shí)差為1ms。通過相機(jī)采集700張左右的圖像，提取得到該平臺的相對位移及速度如圖6、圖7所示。從圖6、圖7目標(biāo)運(yùn)動中相對位置、速度變化趨勢，可得出STC跟蹤算法在測量目標(biāo)位移時(shí)，由于跟蹤目標(biāo)尺度....

本文編號：3942217