[发明专利]基于视频的生产线物品部件运动检测与跟踪方法

说明书

本发明涉及自动化生产线领域内的一种基于视频的生产线物品部件运动检测与跟踪方法，采用了单个数字摄像机采集生产线物品的运送图像，采用背景差分和物体特征建模，实现对运动物体和生产线背景的图像分割。在生产线正常运行过程中，通过背景差分，确定生产线的背景区域和运动物品部件区域，并对产品进行表面特征和轮廓特征进行建模。在生产线的装配过程中，背景图像的高斯模型将不断更新，以更好地对生产线上的物体部件进行分割而不受到外界环境干扰的影响。同时在多幅图像中对其各自运动轨迹的进行匹配，从而实现对多个物体连续跟踪。本发明能够提高连续运动中的产品部件位置计算的可靠性，可准确跟踪物品，可满足产品装配自动化的需要。

技术领域

本发明涉及一种自动生产线，特别涉及利用图像对运动物品进行检测与定位的方法。

背景技术

机器视觉伴随计算机技术、现场总线技术的发展而日益成熟，已是现代工业自动化生产中不可或缺的组成部分，广泛应用于汽车、食品、医药、化工、机械加工、电子器件等行业。随着计算机硬件价格的降低，装备视觉系统的生产线可以有效替代多个人工操作者。同时，新型生产线能够灵活的进行各种不同的任务。对于不同的应用，只需要对视觉系统的软件加以更新或升级以适应新需求即可。由于疲劳的原因，传统生产线的人工操作者难以保证持续性的准确操作。装配了视觉系统，生产线可以极大的减少操作误差，有效保证生产质量。

当前很多生产线上使用了大量的工业机器人完成产品装配过程中的物品抓取和放置工作。与人工操作相比，机器人的引入大大提高了生产效率，但是由于多数工业机器人需要提前预设系统参数，并且要求物品以极高的精度出现在固定的位置。当意外情况出现时，机器人可能无法抓取物品，从而造成装配过程的中断。这极大的限制了生产的灵活性。如果这种工业机器人配备了视觉系统，可以实时感知外界环境，在产品装配过程中就拥有了自适应和自我调节能力。

基于机器视觉的生产线，在产品的自动装配过程中，需要计算机对于摄像机采集到的数据进行分析。这包括对每一帧图像中产品部件的位置进行自动检测，并在运动状态下可以准确跟踪该部件的位置图像坐标。

目前常用的运动物体的检测与跟踪方法首先建立背景环境模型，通过摄像头按照不同帧采集得到的图像会与背景模型进行对比，当画面有变化时，如有物体出现，计算比较结果得出的数字会超过阈值并指示系统能自动作出相应的处理。然而，由于背景图像的动态变化，如光照、影子及混乱干扰等的影响，使得运动检测成为一项相当困难的工作。已有的视觉跟踪技术采用背景差分法，是通过对给定的视频序列图像进行学习，使用特定的数学模型来对图像中场景的背景进行建模并存储起来，然后用当前的视频序列图像与存储的背景模型做差分并通过选定适当的阈值来二值化，最终就得到相应的运动区域。该法在场景比较简单时，使用简单的背景模型可得到很好的检测效果，但在复杂多变的场景，就会出现过多的漏检现象。

发明内容

本发明的目的是提供一种基于视频的生产线物品部件运动检测与跟踪方法，使其能够在复杂生产装配环境下，可以从图像中准确检测与跟踪运动物体的位置坐标。

本发明的目的是这样实现的：一种基于视频的生产线物品部件运动检测与跟踪方法，包括如下步骤：

1）图像获取：通过单个数字摄像机获取空载运行的生产线图像和实际运行的生产线图像；

2）背景生成：对获取的几秒钟的空载运行图像进行高斯滤波，以减小背景中的噪声；然后进行统计，建立背景图像的高斯模型；

3）背景差分：将获取的生产线实际运行图像像素点的像素值与步骤2）中的背景模型的像素平均值进行绝对值减法运算，当差值的绝对值小于3倍背景模型的方差，将对应的像素点划分为背景；

4）前景分割：将获取的生产线实际运行图像像素点的像素值与步骤2）中的背景模型的像素平均值进行绝对值减法运算，当差值的绝对值大于3倍背景模型的方差，将对应的像素点划分为前景；