Mean-Shift和Kalman算法在工件分拣技术中的应用

被引：11

作者：

刘振宇 ^{[1
]}

赵彬 ^{[1
,2
]}

邹风山 ^{[2
,3
]}

朱海波 ^{[1
]}

机构：

[1] 沈阳工业大学信息科学与工程学院

[2] 新松机器人自动化股份有限公司

[3] 中国科学院沈阳自动化研究所

来源：

仪器仪表学报 | 2012年 / 33卷 / 12期

关键词：

目标跟踪; 卡尔曼滤波; 均值漂移; 色彩空间转换;

D O I：

10.19650/j.cnki.cjsi.2012.12.024

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对生产线上动态工件的跟踪分拣问题,提出了一种Kalman预测目标和Mean-Shift搜索目标综合应用的跟踪算法,实现了对履带上工件的动态跟踪。该算法首先利用Kalman滤波估计出后续运动目标的位置、速度和匹配范围,然后使用基于HSV色彩空间融合的Mean-Shift算法进行小范围搜索和目标匹配,最后将Mean-Shift算法得到的目标位置作为下一帧Kalman滤波器的输入参数使得后续状态具有预测的能力,迭代执行,直至搜索到目标为止。实验证明,该算法能够有效解决动态工件的跟踪和定位问题。

引用

页码：2796 / 2802

页数：7

共 10 条

[1] 水下目标自主连续跟踪与定位算法研究 [J].