基于机器视觉的运动目标跟踪及位置检测方法

吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (增刊): 257-0261.

基于机器视觉的运动目标跟踪及位置检测方法

赵丁选¹,崔玉鑫¹,龚捷¹,倪涛¹,侯敬巍¹,赵颖¹,王超飞²

1.吉林大学机械科学与工程学院|长春 130022；2.吉林大学工程仿生教育部重点实验室|长春 130022

收稿日期:2009-11-11 出版日期:2010-09-01 发布日期:2010-09-01
通讯作者: 赵丁选（1965-）,男,教授,博士生导师.研究方向:工程机器人,液压伺服控制.E-mail:zdx@mail.jlu.edu.cn E-mail:zdx@mail.jlu.edu.cn
作者简介:赵丁选（1965-）,男,教授,博士生导师.研究方向:工程机器人,液压伺服控制.E-mail:zdx@mail.jlu.edu.cn
基金资助:
国家自然科学基金项目（50475011）；吉林大学“985工程”研究生创新基金项目（20080105）

Method of tracking and measuring moving object based on machine vision

ZHAO Ding-xuan¹,CUI Yu-xin¹,GONG Jie¹,NI Tao¹,HOU Jing-wei¹,ZHAO Ying¹,WANG Chao-fei²

1.College of Mechanical Science and Engineering, Jilin University, Changchun 130022, China;2.Key Laboratory of Bionic Engineering, Ministry of Education, Jilin University, Changchun 130022, China

Received:2009-11-11 Online:2010-09-01 Published:2010-09-01

摘要/Abstract

摘要：

针对复杂背景下的运动目标跟踪问题，提出了一种基于机器视觉的“中心迭代”跟踪方法。该方法运用图像分析方法计算在两个摄像机的视频流中每一帧的跟踪目标的轮廓和中心点，根据双目成像原理，计算出跟踪目标在世界坐标系下的坐标，从而达到跟踪及位置检测的目的。实验表明，该方法在复杂背景下，可以有效地跟踪运动目标。

关键词: 机器视觉, 运动目标, 图像分析, 双目视觉, 目标跟踪, 位置检测

Abstract:

Aiming at the problem of tracking and measuring moving object under complex background, a new method is proposed, which is based on machine vision, called “centeriteration”. This method takes advantage of image analysis technique to detect the profile of specified moving object and compute its center in each frame of the video from two camera. According to binocular theory, the moving object's position in the world coordinate is acquired. Therefore, the aim of tracking moving object is achieved. Experimental results show that the proposed method could track the moving object effectively under complex background.

Key words: machine vision, moving object, image analysis, binocular camera vision, object tracking, position measuring

中图分类号:

TP391.41

赵丁选, 崔玉鑫, 龚捷, 倪涛, 侯敬巍, 赵颖, 王超飞. 基于机器视觉的运动目标跟踪及位置检测方法[J]. 吉林大学学报(工学版), 2010, 40(增刊): 257-0261.

ZHAO Ding-Xuan, CUI Yu-Xin, GONG Jie, NI Tao, HOU Jing-Wei, ZHAO Ying, WANG Chao-Fei. Method of tracking and measuring moving object based on machine vision[J]. 吉林大学学报(工学版), 2010, 40(增刊): 257-0261.

参考文献

相关文章 15

[1]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[2]	林金花, 王延杰, 王璐, 姚禹. 全局相机姿态优化下的快速表面重建[J]. 吉林大学学报(工学版), 2018, 48(3): 909-918.
[3]	杨欣, 夏斯军, 刘冬雪, 费树岷, 胡银记. 跟踪-学习-检测框架下改进加速梯度的目标跟踪[J]. 吉林大学学报(工学版), 2018, 48(2): 533-538.
[4]	周晓东, 张雅超, 谭庆昌, 张维君. 基于结构光视觉技术的圆柱度测量新方法[J]. 吉林大学学报(工学版), 2017, 47(2): 524-529.
[5]	张飞, 单忠德, 任永新, 聂军刚, 刘丰. 缸盖缺陷检测系统线阵相机现场标定方法[J]. 吉林大学学报(工学版), 2017, 47(2): 540-545.
[6]	林冬梅，张爱华，沈蓉，王平，杨力铭，陈晓雷. 双目视觉脉搏测量系统中的相机同步采集方法[J]. 吉林大学学报(工学版), 2015, 45(6): 1999-2006.
[7]	张波,王文军,魏民国,成波. 基于机器视觉的驾驶人使用手持电话行为检测[J]. 吉林大学学报(工学版), 2015, 45(5): 1688-1695.
[8]	杨欣，刘加，周鹏宇，周大可. 基于多特征融合的粒子滤波自适应目标跟踪算法[J]. 吉林大学学报(工学版), 2015, 45(2): 533-539.
[9]	张保华, 黄文倩, 李江波, 赵春江, 刘成良, 黄丹枫. 基于I-RELIEF和SVM的畸形马铃薯在线分选[J]. 吉林大学学报(工学版), 2014, 44(6): 1811-1817.
[10]	刘长英¹, 蔡文静¹, 王天皓², 李机智¹, 贾艳梅¹, 宋玉河¹. 汽车连杆裂解槽视觉检测技术[J]. 吉林大学学报(工学版), 2014, 44(4): 1076-1080.
[11]	梁超, 史东承. 基于运动估计的CamShift移动目标跟踪算法[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 169-172.
[12]	常发亮, 李江宝. 拓扑模型和特征学习的多摄像机接力跟踪策略[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 330-334.
[13]	刘丽伟, 马松全, 马丽蓉. 基于双DSP立体测距系统的设计与实现[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 335-339.
[14]	杨小军, 宋青松, 马祥, 李东海. 基于多模型信息滤波器的故障容错目标跟踪[J]. 吉林大学学报(工学版), 2013, 43(05): 1381-1385.
[15]	李昱辰, 李战明. 噪声未知情况下的自适应无迹粒子滤波算法[J]. 吉林大学学报(工学版), 2013, 43(04): 1139-1145.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed