[发明专利]高速医药生产线上药液异物图像跟踪识别方法

权利要求书

1.一种高速医药生产线上药液异物图像跟踪识别方法，其特征在于，包括以下步骤：

步骤1：获取多帧图像，搜寻目标，提取目标信息，初始化卡尔曼滤波器参数；

步骤2：预测各个目标的下一位置；

步骤3：更新卡尔曼滤波器参数；

步骤4：判断当前对象是否可能是异物；

步骤5：在最后一帧差分图像中，计算当前目标从初始位置到当前位置的位移矢量的幅值大小，并于当前目标的初始位移幅值大小和当前目标的平均直径进行比较，进而判断当前目标是否为异物。

2.根据权利要求1所述的高速医药生产线上药液异物图像跟踪识别方法，其特征在于，步骤1的具体步骤为：

1)获取图像：从高速医药生产线上获取某一瓶体的多帧图像，取预处理和差分后的结果图像中的第一帧图像；

2)搜寻目标并提取目标信息：在经过步骤1)的处理后所获得的图像表现为大面积的黑色背景区域，只有少数分散区域由于异物或干扰的存在而呈现为白色连通域，因此运用搜寻连通域的方法搜索图像中的各个可疑目标，在搜寻到满足大于4个像素的面积条件的连通域后，以每一个连通域作为一个目标，所需要提取的目标信息包括检测到的各目标的质心坐标X_i0和Y_i0、每个目标的平均直径d即所检测到的连通域的平均直径以及初始位移矢量Si₀＝(s₀，θ₀)，s₀、θ₀分别是位移矢量的幅值大小和相位角，初始状态下设定s₀＝0、θ₀＝0，其中S_i0表示第i个目标的第0次位移即初始位移。

3)初始化卡尔曼滤波器：

在卡尔曼滤波器中定义状态方程为：X(k)＝[x，vx，y，vy]^T，

其中，vx＝x_k-x_k-1、vy＝y_k-y_k-1，分别表示目标的质心在x、y方向的运动速度；

状态转移矩阵为：其中Δt＝0.01，

由于在拍照过程中，无外界控制量输入，因此输入U＝0；输出量即需要预测和测量的值为目标的位置即坐标值，因此输出量为Z(k)＝[x，y]^T，因此输出矩阵为：

观测测量噪声协方差：过程激励噪声协方差：初始状态下r＝0.1，q＝0.1，表示输出值和起始状态量都会作用于预测值，q、r分别为Q、R的对角元素，决定了噪声对输入输出的影响大小。