[發明專利]一種遮擋條件下的帶鋼運動目標跟蹤方法

在審

• 申請號: 202010733819.4
• 申請日: 2020-07-27
• 公開（公告）號: CN111915649A
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 張飛;袁嬋;李靜;肖雄;楊朝霖
• 申請（專利權）人: 北京科技大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/13;G06T7/90;G06T5/00;G06N3/04
• 代理公司: 北京金智普華知識產權代理有限公司 11401
• 代理人: 皋吉甫

本發明屬于機器視覺領域，具體涉及一種遮擋條件下的帶鋼運動目標跟蹤方法。通過獲取輥道上帶鋼的運動視頻，利用計算高效、魯棒性好的Camshift運動目標跟蹤算法，融合顏色、紋理和邊緣特征，在發生水汽或設備遮擋帶鋼時，使用BP神經網絡和Kalman濾波器預測帶鋼的位置，完成對帶鋼的檢測與跟蹤任務，有效克服了傳統的Camshift算法通過單一特征進行跟蹤導致跟蹤精度較低的缺陷，也為帶鋼被遮擋的問題提供了一個解決方法，避免了跟蹤目標丟失，提高了復雜背景下運動目標的跟蹤穩定性和跟蹤精度。

技術領域

本發明涉及機器視覺領域，具體涉及一種遮擋條件下的帶鋼運動目標跟蹤方法。

背景技術

鋼鐵工業是國民經濟的重要基礎產業，也是所有工業化國家的基礎工業之一。熱軋帶鋼是鋼鐵企業的主要產品，被廣泛應用在機械、建筑、國防、航空航天等各個工業領域。帶鋼的熱軋加工是鋼鐵加工中的一項重要環節，也是最容易出現質量問題的生產環節。帶鋼在輥道上運動，并被輸送到軋機上往復軋制及軋后輸送到精整工序。在帶鋼的生產過程中，需要操作工人進行實時的觀察與監控，才能了解到帶鋼所處的位置與狀態，并進行相應的操作，預防意外的發生。

目前，鋼廠中多采用HMD(Hot Metal Detector，熱金屬檢測器)對帶鋼進行檢測，并判斷其運動位置，然而HMD信號的準確性和穩定性與現場環境關系極為密切，在檢測器視場內有水汽、煙塵時，會造成信號閃爍，儀器靈敏度降低，對軋件頭部和尾部位置無法進行準確的定位，容易造成剪切錯誤、堆鋼等問題。

隨著工業自動化水平的提高、數字圖像處理技術的不斷發展和計算機等多媒體技術的日益完善，視覺跟蹤技術應運而生并且被廣泛應用，其經濟價值和社會價值已經受到全球學術界、企業的廣泛關注，很多學者都在試圖涉足或者已經從事這方面的研究。

在已有論文和專利方面，現有技術中帶鋼運動目標跟蹤方法有以下幾種：黃開林的《熱軋帶鋼跟蹤控制》中對于軋線上帶鋼的跟蹤都是由從軋線PLC(Programmable LogicController，可編程邏輯控制器)接收到軋機速度、軋機咬鋼、飛剪剪切等信號，根據現場實際檢測設備信號來實現的。東北大學賈春迎使用多智能體來優化依據檢測儀表信號進行跟蹤事件判斷的帶鋼跟蹤控制系統。上述論文都是使用熱金屬檢測器等檢測儀表信號，結合PLC進行帶鋼跟蹤。然而現場檢測設備較復雜，信號不穩定，很多問題不能得到預防和及時解決。東北大學張賓在轉爐出鋼注流目標跟蹤控制系統設計部分中,使用視頻圖像處理技術，采用質心跟蹤算法對目標進行跟蹤。專利“一種新型CBOCP在線紅外轉爐出鋼鋼流自動檢測與跟蹤方法及系統”采用CBOCP(Camshift Based on Contour Features，基于輪廓特征的Ca mshift算法)紅外鋼流圖像跟蹤方法進行鋼流自動檢測與跟蹤。上述論文和專利將視覺跟蹤技術應用于鋼流的跟蹤，對輥道上帶鋼的檢測與跟蹤沒有提及。

在實際鋼廠的生產作業中，在輥道上運動的帶鋼易受到操作工人、機器設備、水霧等的遮擋，這對運動目標的跟蹤產生很大的影響，甚至會導致跟蹤丟失。Camshift算法是一種無需參數的基于核密度的快速模式匹配算法，可以有效解決目標形變問題，其計算簡單、實時性高，然而傳統的Camshift算法只通過追蹤目標的顏色約束這一單一特征來實現對運動目標的跟蹤，從而導致追蹤精度較低。

發明內容

針對上述技術問題，本發明提供一種遮擋條件下的帶鋼運動目標跟蹤方法，具體為融合多特征的Camshift算法結合BP神經網絡和Kalman濾波器預測算法的熱軋帶鋼運動目標跟蹤方法。該方法融合顏色、紋理和邊緣特征，有效克服了傳統的Camshift算法使用單一特征進行跟蹤導致跟蹤精度較低的缺陷。采用BP神經網絡和Kalman濾波器進行運動目標狀態的預測，為在實際生產中產生的帶鋼被遮擋的問題提供了一個解決方法，避免跟蹤目標丟失，提高了復雜背景下運動目標的跟蹤穩定性和跟蹤精度。

本發明是通過以下技術方案實現的：