论文部分内容阅读
随着工业生产力水平的不断提高,制造业竞争加剧,成本压力增大,在工业生产和管理中采用视频跟踪设备代替人员监视,将能够提高生产效率,降低人力成本。因此设计简单、可靠和低成本的视频跟踪系统,有利于推广视频跟踪在工业生产上的应用,特别是生产流水线和产品质量检测领域的应用是非常有意义的。所以本文提出了基于LVQ神经网络算法,以ARM9嵌入式芯片为硬件平台,Windows CE6.0操作系统为软件平台的移动目标视频跟踪系统。通过对探测图像的预处理,获得LVQ神经网络的输入特征值,通过学习样本的学习使得LVQ神经网络具备判断目标的能力,从而能够将系统使用在工业生产中进行产品质量检测等环节,以实现生产管理的自动化。本文首先研究了视频跟踪系统的研究现状及发展趋势,对目前的一些图像处理技术及目标跟踪算法进行比较,分析了本视频跟踪系统所要实现的功能并最终确定了基于LVQ神经网络算法的视频跟踪系统方案。为了今后更便于系统的升级与深度的开发,选择了Windows CE6.0操作系统为软件开发平台,采用LVQ神经网络算法实现目标的识别与跟踪。本系统的硬件主要由主控模块、视频信号采集模块、数据传输模块、外扩存储器模块和电源模块等。本文详细说明了系统的平台移植和驱动加载,并在嵌入式软件平台上设计了系统软件。通过仿真实验表明,采用LVQ神经网络算法的视频跟踪系统能够在满足一定速度的情况下,很好的实现对目标物体的识别与跟踪,并且适合于工业现场生产线流水作业与机械臂操作的视频监控。