MV-VS210双目标物体自动跟踪识别系统
一、系统描述
本系统是对平台上的两个互不相关的运动物体进行跟踪检测，通过识别每个运动物体上的两个标志点来识别运动物体的方位，并随时给出运动物体的标志点X、Y坐标值。系统平台示意图如下：

系统平台示意图
其中：总框表示平台区域，两个小矩形表示运动物体，红色原点表示运动物体的方位标志。
二、系统需求
1． 分辨率要求为：2mm
2． 物体运动速度：5mm－10mm/每秒钟
3． 标志点距离：20公分
4． 平台范围：3m*4m
三、系统方案
依据系统需求，拟采用4个彩色高分辨率摄像机分别监视平台的四个区域，并获取整个平台范围内的图像。4个区域图像传入计算机进行合并处理。系统结构示意图
根据系统需求指标，兼顾物体运行速度、分辨率指标和处理算法综合因素考虑，系统各单元分配指标如下：
摄像机：彩色
最大分辩率：1600×1200
总线接口标准：1494
计算机主频：3G
算法处理时间：0.2s

三、系统软件
1． 程序结构

程序结构框图
2．结构模块说明
线性滤波器处理方法、非线性滤波器处理、图像分割方法、
基于改进遗传算法的扭弯曲图像分割、图像边缘检测、图像梯度算子、图像细化、中轴变换、简化中轴变换算法
3．软件流程

软件流程图

4．某项目中的部分处理流程与效果图：

(a)采集的原始图像，(b)预处理图像，(c)分割图像， (d)边缘检测图像，(e)二次中值滤波图像，(f)细化图像， (g)特征图像。之后为配准、融合、坐标计算等
四、目标检测与跟踪
1．采用图像增强、目标运动预测、管道滤波、自适应阈值分割等算法，实现对目标的高精度跟踪，同时将漏警概率、虚警概率降到最低。

● 图像增强采用非线性均值滤波算法实现；
● 管道滤波器采用加权移动式管道滤波算法；
● 阈值分割采用基于目标边缘梯度特征的自适应阈值提取算法；
● 目标检测采用点聚类算法；
● 目标预测采用两点线性预测算法；
2．目标物体的特征识别模块
图像滤波,亚象素边缘及线提取,边缘位置测量,区域处理,图像分割,数学形态学,模式匹配
3．显示模块
显示模块完成图像与数据的直观显示。采用DIRECT SHOW技术实现图像快速显示，同时显示目标运动过程当中的X、Y位置、夹角信息。