论文基于Halcon的运动目标追踪是关于Halcon方面的的相关大学硕士和相关本科毕业论文以及相关Halcon论文开题报告范文和职称论文写作参考文献资料下载。
摘 要： 为达到对运动磁环快速准确的追踪,实现机械手实时分拣抓取,分析了运动目标检测算法,基于磁环运动建立卡尔曼滤波状态估计模型,对于连续采集图像序列利用卡尔曼滤波背景估计检测算法来确定感兴趣区域,经Halcon图像处理,实现对运动目标的实时监测追踪.仿真对比验证了卡尔曼滤波能避免背景、光照扰动问题,准确地估计背景提取前景,不会对运动物体出现漏检情况,系统可靠性高、适用性强,为运动物体实时追踪提供了理论依据.
关键词： 运动磁环； 卡尔曼滤波； 背景估计； Halcon； 追踪监测
中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2017）15?0014?03
Abstract： In order to track the moving magnet ring quickly and precisely, and realize the real?time sorting and scratching of manipulator, the moving object detection algorithm is analyzed. On the basis of the magnet ring motion, a state estimation model of Kalman filtering was established. The background estimation detection algorithm of Kalman filtering is used to determine the region of interest of the image sequence acquired continuously. The image sequence is performed with image processing based on Halcon to realize the real?time monitoring and tracking of the moving object. The simulation contrastive verification results show that the Kalman filtering can oid the problems of background and illumination disturbances, estimate the background and extract the foreground precisely, won′t appear the situation of missed detection moving objects, and the system has high stability and strong applicability, which provides a theoretical basis for the real?time tracking of moving objects.
Keywords： moving magnet ring； Kalman filtering； background estimation； Halcon； tracking and monitoring
0 引 言
运动目标的追踪是利用信号和信息处理技术,综合目标的前一状态估计信息和传感器提供的在线测量信息对目标运动状态估计的过程.广泛应用于机器人视觉导航、公共场所安全监控、智能交通监测、军事制导与反导等领域,因此,受到国内外学者的广泛关注,促使运动目标追踪算法不断发展与完善[1].
经过50多年的发展,运动目标追踪技术从原来的单目标追踪、多目标追踪,发展到机动目标追踪及群目标追踪.目标追踪的难点在于模型的不确定性和量测数据的不确定性,对此,产生了大量的理论和技术,其中有非线性滤波理论、状态估计及融合理论、混杂系统建模及估计理论、基于随机矩阵的建模及估计理论等.早期的目标追踪算法大都是基于模型进行状态估计,卡尔曼滤波器的出现,使得基于状态空间的运动目标建模成为主要研究方向.新飞行器和新传感器等运动也赋予目标追踪难点以新的内涵,促使目标追踪理论不断发展、完善.
1 运动目标追踪原理
1.1 运动目标检测算法原理
本文研究视觉伺服机器人动态目标抓取系统中,机械手抓取传送带上的运动磁环,分析、处理采集到的视频图像,需要在一段序列图像中的每幅图像中实时地找到运动目标,从而对物体进行追踪定位.摄像机相对机械手的安装位置不同,使得运动目标追踪存在静态背景和动态背景两种情况[2].
背景差分法是运动目标常用的检测算法,其主要原理是利用当前帧测得的图像减去上一时刻更新背景图像来检测运动物体的一种技术.卡尔曼滤波背景模型的建立是整个算法的核心,将当前测得的图像与背景模型做差,得到的像素差值与设定值比较,当像素差值大于设定值,则将此像素划为运动目标,否则划为背景[3].
1.2 卡尔曼滤波状态估计模型
运动目标追踪算法主要有维纳滤波和卡尔曼滤波.维纳滤波要求被处理信号必须是稳定、一维的,是基于频域设计的方法,适用范围极其有限.卡尔曼滤波基于时域,是离散时间状态空间线性系统模型下的最小均方误差估计,是一种常用的递归滤波处理方法.利用前一时刻前景图像的估计值和当前时刻量测数据来估计当前前景信号,其优点是不需要过去全部的观测数据,在时域上通过状态方程以估计—实测—修正的递推方法进行估计,利用系统的测量值来消除随机干扰,重构系统状态向量,所得解以估计值的形式给出,恢复被污染系统的本来面目[4].
本研究系统以运动磁环的坐标和速度建立运动推算關系[5],因为磁环在传送带上匀速运动,所以运动轨迹关系式为：
总结:此文是一篇Halcon论文范文,为你的毕业论文写作提供有价值的参考。
参考文献：
1、 基于多传感器融合的运动目标跟踪算法 摘 要： 为了提高多传感器下运动目标跟踪的准确性和实时性，提出了基于多传感器融合下的运动目标跟踪算法。首先采用多个传感器对运动目标的信息进行采集。
2、 基于DM6437的运动目标跟踪系统 摘 要： 为了克服智能视频监控系统可视范围有限，单纯硬件改进增加系统成本的问题，提出一种运动目标跟踪系统，运用混合高斯背景模型的方法实现运动目标。
3、 基于改进高斯混合模型的体育视频运动目标检测和跟踪 摘 要： 针对当前体育视频运动目标检测存在的弊端，提出改进高斯混合模型的体育视频运动目标检测与跟踪方法。通过分析高斯混合模型的弊端，保留原有的“。
4、 后茂物目标时期，APEC何去何 三十年的时间里，APEC已经成为亚太地区机制最完善、层级最高、影响最大的经济合作组织。亚太经济合作组织（APEC）成立于1989年，至今成功运。
5、 强化目标责任考核推动审计工作 目标责任考核是贯彻落实“十八大”精神，用科学的标准考核工作实际，衡量发展成果，引领科学发展的重要举措，也是激励创新发展的有效途径。因此，汉中市审。
6、 铜川市审计局充分发挥目标考核导向激励作用等 铜川市审计局紧紧围绕市委、市政府的中心工作，理清工作思路、确定目标任务、强化措施落实，提高工作效率，确保全年审计目标任务的全面落实。一是以目标。