光电跟踪实验报告

光电跟踪实验报告

班级：06111101

姓名：张秀峰

学号：1120111562

一．系统概述

光电跟踪系统由转台、图像采集设备和激光测距设备三部分组成。

1.转台

系统的转台为模拟火炮或雷达跟踪系统运动模块的类工业旋转运动系统。其组成如下图所示，它包含电控箱、转台本体（电控箱和转台本体为一体）及由运动控制卡和普通PC机组成的控制实验平台等三大部分。

图2.1 系统结构图

转台本体主要由以下几个部分组成：

1）机械结构件（含PAN和TILT两个转动关节）

2）伺服电机（两套）

3）限位开关

4）图像采集设备（1套）

5）激光测距设备（1套）

电控箱内安装有如下主要部件：

1)伺服驱动器

2)I/O接口板

3)开关电源

控制平台主要由以下部分组成：

1)与IBM PC/AT机兼容的PC机（公司不提供），带PCI插槽

2)运动控制器

3)用户接口软件

2.图像采集设备

图像采集设备由工业摄像头、镜头、1394接口卡(含数据线)三部分组成。

3.激光测距设备

激光测距采用DLS-C30。

二．系统安装

1. 安装运动控制卡

1)

检查运动控制卡的外观有无损坏； 2) 关闭计算机电源；

3) 将运动控制卡插入空闲的

PCI 槽中； 4) 用螺钉锁紧运动控制卡和转接头；

5) 将转接头和卡上的JP2插座用转接电缆连上；

2. 连线

1) 将电控箱的开关打到关闭的位置

2) 将运动控制卡的CN1插口和电控箱的CN1插口用屏蔽电缆连结起来 3) 将转接头CN2的插口和电控箱的CN2插口用屏蔽电缆连结起来 4) 将电源线一端插入电控箱插座，另一端接入220V AC 电源(实验室提供 电源需要保持良好接地。)

3. 安装软件

(1)运动控制卡

运动控制卡安装完后，系统开机会检测到新硬件，将运动控制卡的配套光盘放入，按提示安装驱动程序。

详情参见运动控制器产品说明书

(2) 图像采集设备

1)安装1394开发包及驱动

2)安装BCAM 1394 Driver

三．软件的使用

1.界面说明

运行REVS150.exe进入光电跟踪系统，系统界面如下图4.1：

图4.1 教学实验平台软件界面

界面功能区说明：

图像和靶标位置显示区：实时将图像采集卡采集到的视频动态显示以及靶标位置跟踪二维曲线的实时显示。

摄像机工作区：

1)参数调节部分

通过对快门、对比度、明亮度的调节以得到不同的图像效果

快门：快门是镜头前阻挡光线进来的装置，一般而言快门的时间范围越大越好。

对比度：是画面黑与白的比值，也就是从黑到白的渐变层次。

明亮度：指一对象之可见亮度。其取决于可反射光之多寡并由一平方公尺(cd/m2)内之多少烛光来衡量其亮度。

2）图像处理部分

包括开关摄像头，显示视频，图像处理，以及实现原始图像、处理图像和靶标位置曲线之间的切换显示。

控制器工作区：运动控制器的开关、回零及位置清零

转台工作区：实时显示转台两轴的转动角度，上下左右箭头可以调节轴的当前位置

跟踪数据显示区：实时显示靶标的质心坐标，以及跟踪数据和靶标位置数据。标定按钮：对转台和靶标进行标定。

跟踪按钮：目标跟踪的开关

激光测距工作区：对DLS-C30进行操作，实现激光测距，并实时显示激光测量到的距离。

PID闭环控制区域：更新PID参数。

靶标位置和转台角度显示区：实时显示未进行标定的靶标位置数据和转台角度数据。

2.操作说明

1)运动控制器的操作：

点击“开始”，系统打开板卡，进行系统初始化，完成后其它按钮可用。

回零：依次对PAN 和TILT进行回零操作，回零过程中其它按钮不可用

图4.2视觉随动跟踪系统的转台本体

位置清零：轴的转动角度清零

2)摄像头的操作

点击“打开摄像头”，则可以看到采集的图像已经显示在图像显示区内。

显示方式选择：

a)原始图像 b)处理图像 c)靶标位置曲线

用户根据实验要求做选择

点击“图像处理”可以看到处理后的图像效果

点击“显示实景”可以切换回实景模式

3)靶标跟踪

当控制器和摄像头都设置完毕，比完成标定后，此按钮才可按下。按下后系统开始工作，跟踪运动物体。

4)关闭退出

关闭控制器、摄像头和DLS-C30，退出系统。

实验一计算机视觉和数字图像处理技术

一、实验目的

了解计算机视觉和数字图像处理技术的背景知识，学会使用光电实验

系统中的图像设备。

1.简述计算机视觉的前景及展望

对三维计算机视觉技术的研究已有几十年的历史,人们确已获得很

大的进步。但迄今为止,能真正应用

于实际的视觉系统还未见报道。为什么会是这种情形,许多人都在思考这个问题。可以肯定地说,形成目前

这种情况的根本原因(主要问题)是:视觉系统感知景物的信息量太少。

仅靠摄取景物在某一时刻的几幅图

像,这只相当于人类视觉对某一景物扫一眼的情形。人都有这样的经验,当对景物一眼看不甚清楚或不知所

以时,人类将集中注意力盯着景物。眼球的运动对人类的立体视觉看来是很重要的。事实上,没有人类眼睛

盯着景物的活动过程,只能看到景物的一个表象;往往一个表象是能用来区别物体的,而眼动的过程就是

充分获取景物整体表象的过程。通过大脑的分析、综合与判断,人们要么识别景物,要么认识景物(与建模

类似)。同样的情形也发生在深度图像视觉系统中。简单分析一下人类视觉过程可以看出,人类视觉是在白

觉或不自觉地充分利用了景物的形状、颜色、光照,物体表面的反射,组成物体的材料等信息,同时还通过

触觉、嗅觉、听觉等来感知景物除视觉之外的其它信息。因此,人类的物体识别过程是综合人的所有感知器

官充分获取景物信息,通过分析,综合判断而进行识别的过程,而计算机物体识别仅是理想环境下静止的、

瞬间的视觉识别过程。因此,必然不能适应现实生活的需要。

目前学术界正对传统的人工智能进行反思,对人工智能的五大基本问题进行讨论田〕,并对以积木世界为

基础发展起来的计算机视觉进行批判。在文献〔75]中,作者提出以下三个观点:首先,传统的计算机视觉

采用积木世界代替现实世界以简化问题的复杂性的方法与路线是不可行的。其次计算机视觉中使用如此繁

多的方法,说明它还不是一门成熟的学科。最后,一幅图像包含极丰富的信息,并不在于它用大见的像素数

据组成,而在于所有像素集合所包含的整体信息。因此今后的计算机视觉研究除了继续在计算机视觉的基本

问题如:立体匹配,物体形状恢复(Shape.fromx),建模,物体与模型匹配等方面进行努力,还应在多媒体

信息采集与处理、合适数学工具,优秀算法的固化,关键技术的开发、推广,计算机视觉的人工神经网络研

究及实时化等方面加强研究。

为了解决理想环境下静止的、瞬间的计算机视觉的巨大局限性,由北方交通大学信息科学研究所和清华

大学电子工程系联合主持开展的国家“七五”自然科学基金重大项目:“超级智能视听信息处理系统的研