欢迎来到天天文库
浏览记录
ID:32468714
大小:4.43 MB
页数:60页
时间:2019-02-06
《基于视频图像的液位检测与跟踪系统分析与设计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、基于视频图像的液位检测与踩踪系统分析与设计摘要基于视频方式的运动目标检测与跟踪融合了图像处理、模式识别、人工智能、自动控制以及计算机等许多领域的先进技术,在军事制导、安全监测、交通管制、医疗诊断等许多方面都有着广泛的应用。液态物质在人们的生产生活中占据着举足轻重的位置,液位测量更是遍及生产和生活的各个领域,而在实际生产生活中,实时液位精确测量是个关键。传统的液位检测技术及使用方法己达二十余种,其中有压力、浮体、电容、超声波、射频液位传感器等,它们通常对环境具有一定的要求,不能在恶劣的环境下工作。综合现代科学发展技术,设计一种基于视频图像处理技术的液位检测系统势在必行,它
2、可以克服目前人工检定强度大、可靠性不高等不足,提高检测的速度、精度和可靠性。本文设计开发了一套非接触式的基于视频的液位检测与跟踪系统。文中介绍了系统的硬件组成和软件设计,并详细阐述了液位检测的算法设计。主要的研究工作如下:(1)在对液位目标进行检测研究方面,经过对初始图像进行滤波处理除掉部分噪声、进行直方图均衡化处理后,本文提出了一种自适应背景提取方法,并对背景进行了实时更新以适应光线变化或场景本身的变化。针对差分图像中产生的孔洞,采用形态滤波对分割结果进行后续处理,消除噪声和背景扰动带来的影响。(2)在运动液位跟踪研究方面,需要以检测出的液位位置作为基础。为了提高液位
3、测量的精度,本文提出了基于卡尔曼滤波的预估校正方法。通过卡尔曼滤波我们可以对液位在下一帧的位置进行预测,估计液位在下一时刻可能的位置,从而在这个较小的范围内,对检测到的液位位置进行校正。这种采用卡尔曼滤波做位置预测的方法,缩小了搜索的范围,提高了算法的效率。本文对提出的算法进行了仿真实验和编程实现。实验表明,系统液位检测速度快、精度高、可靠性好,对不同光线环境的适应性良好,取得了预期效果,而且算法运算速度快,满足系统实时性要求,易于硬件实现。本文的检测与跟踪算法成功地在基于ARM嵌入式平台的液位检测系统上得以实现。关键词:液位检测;自适应背景模型;卡尔曼滤波;液位图像检
4、测系统II硕十学位论文AbstractVideo-basedmovingobjectdetectingandtrackingsystemsyncretizesadvancedtechnologiesinmanyfieldssuchasimageprocessing,patternrecognition,artificialintelligence,automaticcontrolandcomputerscience.Ithasbeenappliedinmanvfieldssuchasmilitaryvisionguidance,securitymonitoring.tr
5、afficcontrolandmedicaldiagnosis.Liquidsubstancesholdanimportantpositionintheproductionandlivelihoodofthepeople,andliquidlevelmeasurementspreadstokindsofareas.intheactuaIproductlife,real—timeliquidlevelaccuratemeasurementiscritical.Traditionalliquidleveldetectiontechnologyandwaysreachedmo
6、rethantwentvspecies,containedpressure,floatingbody,capacitance,ultrasonic,radiofrequencyliquidsensorandSOon,theyusuallyhavecertainrequirementsontheenvironment.andcannotworkindeplorableconditions.Colligatethedevelopmentofmodernscienceandtechnology,todesignaliquidleveldetectionsystembasedo
7、nvideoimageprocessingtechnologyisimperative,itintensitymanualworkandlowreliability,reliability.canovercomesomeshortagessuchasenhancedetectspeed,accuracyandThispaperdesignedanon-contactvideo.basedliquidleveldetectionandtrackin2system,introducedhardwarecomponentsandsoftware
此文档下载收益归作者所有