高速移动背景下多目标零件的实时识别系统

针对工业生产中流水线高速移动的环境条件下,工作台上同时存在多个运动的零件等工况,提出一种综合的机器视觉快速识别与定位零件的方法.创新性地通过结合不同图像特征提取方法性能差异,形成级联分析算法,提高了算法效率,也保证了零件被准确识别和定位的准确性,以满足工业生产中的实际需要.系统可以对新零件进行训练,适应不同应用场景的需求,并在模拟的实验平台上进行了大量的测试,显示其在实际工业环境中应用的前景.     

恶劣环境下多目标实时跟踪算法研究

提出一种在恶劣环境下能实时进行多目标跟踪的方法,相比于目前的监控系统,该方法能够更加精确地跟踪场景中的入侵目标,并且算法效率有了较大提升。首先,在动态背景建模codebook作为背景建模算法的基础上,对背景更新方法进行改进,使前景检测准确率相对于原算法有了很大提升,并且在主要性能上优于其他的主流背景建模算法。其次,本研究选用粒子滤波算法作为多目标跟踪方法,对重采样方法进行了较大改进,使之能在实时环境下保持粒子的有效性和多样性。实验证明该系统构建有较好效果,能在实际恶劣场景下进行多目标跟踪,并保持较好的检测和跟踪效果。