[发明专利]一种基于多特征和尺度估计的PCB板标识跟踪方法

摘要

本发明提供一种基于多特征和尺度估计的PCB板标识跟踪方法，包括以下步骤：采集传送带上PCB板的图像；利用循环矩阵构造样本，利用图像增强原理对样本的灰度特征进行灰度增强，提取HOG特征和CN特征，根据两特征来训练分类器；通过分类器计算下一帧中待检测样本的响应值，响应值最大的位置则为目标位置；由于尺度变化是影响跟踪准确性及鲁棒性的主要因素，对此，将基于目标尺度设计一个尺度滤波器，进行尺度估计；基于当前帧，更新分类器及尺度估计模型。本发明基于目标跟踪，结合多特征和尺度自适应原则，对多尺度目标进行跟踪，既提高了工业生产中插装异构电子元器件的效率，又提升了目标跟踪的鲁棒性。

主权项

1.一种基于多特征和尺度估计的PCB板标识跟踪方法，其特征在于，包括以下步骤：初始化：读入第一帧中传送带上PCB板图像，同时获取PCB板标识位置；构造分类器：利用循环矩阵构造PCB板标识样本，对PCB板标识训练样本加汉宁窗，提取训练样本的灰度特征图，因为HOG特征取自灰度特征图，在灰度图的基础上，设置阈值，对灰度图进行图像增强效果，提取HOG特征和CN特征，融合后的特征定义为x＝[x₁,x₂,...,x_c]，c为特征维度，训练样本特征进行傅里叶变换，训练样本核空间矩阵傅里叶变换，通过傅里叶反变换求出权重系数α来构造的分类器函数f(z)，z为样本；更新PCB板标识位置：在下一帧中，对检测样本加汉宁窗后，提取待检测PCB板标识样本z的HOG特征和CN特征，对两个特征进行傅里叶变换，检测样本核空间矩阵傅里叶变化，通过对其做傅里叶反变换来计算它们的响应值f(z)，并计算两特征的权重，通过加权方式并确定最终位置；尺度估计：设计一个相关滤波器，建立PCB板标识尺度池，设PCB板标识为T，同样以s_i*T提取i个样本(si为尺度样本)，并将这些样本变换为固定尺寸，然后代入尺度滤波器计算其响应，PCB板标识的尺度为其对应的输出响应最大，实现尺度估计；更新分类器和尺度估计模型：得到PCB板标识的位置后，将更新分类器和尺度估计模型，然后再对下一帧进行检测。