《图象视频跟踪(小球自由落体运动)》由会员分享，可在线阅读，更多相关《图象视频跟踪(小球自由落体运动)（14页珍藏版）》请在金锄头文库上搜索。
1、 测试技术基础课程设计总结报告 1测试技术基础测试技术基础课程设计报告课程设计报告中文题目中文题目 视频识别验证物体运动规律视频识别验证物体运动规律 英文题目英文题目 VideoVideo RecognitionRecognition VerifiesVerifies thethe MotionMotion LawLaw ofof ObjectsObjects 姓姓 名名 徐诚徐诚 潘成潘成 李昊轩李昊轩 朱子栎朱子栎 指导老师指导老师 刘秀成刘秀成 2017 年年 6 月月视频识别验证物体运动规律 朱子栎、徐诚、潘成、李昊轩 2技术路线框图：如下图视频采集：采用手机拍摄，相关参数为 1080
2、P（19201080，60 帧/秒），感光度为 ISO3200。分帧：采用视频编辑软件对采集得到的视频进行分帧处理。特征分析：图像分割（阈值分割），由于图像是由具有不同灰度级的几类区域组成的，阈值分割就是利用同一区域的具有某种共同灰度特性进行分割。而用阈值分割法分割图像就是选取一个适当的灰度阈值，然后将图像中的每个像素和它进行比较，将灰度值超过阈值的点和低于阈值的点分别指定一个灰度值，就可以得到分割后的二值图像，此时目标和背景已经得到了分割。阈值分割法简单，快速，特别适用于灰度和背景占据不同灰度级范围的图像。识别标记：采用 matlab 进行形心的求取，得到特征提取出的物体的形心的坐标。视频识
3、别验证物体运动规律 朱子栎、徐诚、潘成、李昊轩 3速度计算，轨迹图输出：将识别标记得到的坐标连接，即可得到物体运动轨迹图，两坐标距离乘以帧数（除以时间）可得到运动速度。关键技术:图像分割与形心求取，因为我们需要得到物体的运动轨迹图，那么图像中物体的识别和标记当然是重中之重。我们采用图像分割提取出图像中的物体，用形心求取得到物体的形心坐标点，方便后面轨迹图的处理。测试技术基础课程设计总结报告 4（3 3）课题研究进展课题研究进展1、设计原理说明分帧：由于视频本质上是由许多张图片快速播放生成的，我们需要对视频中物体进行处理，就需要将视频中每帧图片提取出来，逐张图片进行处理。图像分割（阈值处理）：阈
4、值(Threshold)，也叫门限。阈值化(Thresholding),即按给定阈值进行图像的二值化处理。许多情况，图像是由具有不同灰度级的几类区域组成。如文字与纸张、地物与云层（航空照片）等，阈值分割是利用同一区域的具有某种共同灰度特性进行分割。而用阈值分割法分割图像就是选取一个适当的灰度阈值，然后将图像中的每个像素和它进行比较，将灰度值超过阈值的点和低于阈值的点分别指定一个灰度值，就可以得到分割后的二值图像，此时目标和背景已经得到了分割。我们使用最大类间差距法寻找阈值来进行背景与目标的分割。我们使用最大类间差距法寻找阈值来进行背景与目标的分割。形心求取：通过一阶中心矩求取质心。轨迹图输出：
5、通过前面形心求取可以得到每张图片中标记物体的坐标点，利用plot 函数即可将这些坐标点生成轨迹图。速度计算：得到物体坐标点，如果要计算水平速度，就用相邻两点横坐标的差值乘以帧数（除以时间）即可得到瞬时水平速度。2、制作方法与技术说明使用软件时请遵循以下步骤：1、将视频通过其他软件分帧，输出为 bmp 格式2、将 bmp 图片放到一个文件夹里，并保证除了要处理的图片没有其他无关 bmp格式图片视频识别验证物体运动规律 朱子栎、徐诚、潘成、李昊轩 53、将原视频的帧数（fps）写入一个 txt 文件并保存在该文件夹下4、打开软件5、运行，选择你刚刚写的 txt 文件6、看结果、1、视频图像的读取：
6、filename,pathname=uigetfile(*.txt,选择图片数量与视频 fps);dt=load(filename);fps=dt(1,1); %帧数x=;y=;img_path_list=dir(strcat(pathname,*.bmp);%获取文件夹中所有 bmp 格式的图像 k=length(img_path_list);%获取图像总数量 o=k-1;for i=1:k %逐一读取图像 image_name=img_path_list(i).name;% 图像名 I=imread(strcat(pathname,image_name); l=size(I,1);w=si
7、ze(I,2);Ar=l*w;%读取图片的长、宽和面积、2、图像的阈值处理（图像分割）M=rgb2gray(I);视频识别验证物体运动规律 朱子栎、徐诚、潘成、李昊轩 6level=graythresh(M);%阈值寻找f=1;st=0.1;while(f=1)p=imbinarize(M,level);%图像二值化black=Ar-sum(sum(p);bl=black/Ar;if bl1level=level-st;endif r1st=0.5*st;level=level+2*st;视频识别验证物体运动规律 朱子栎、徐诚、潘成、李昊轩 7Endx(i)=centroids(1,1);y(
8、i)=w-centroids(1,2);%保存坐标数据，反转坐标、4、轨迹图与速度输出figure(1);plot(x,y,o);xlabel(x)ylabel(y) %画轨迹图T=1/fps;Vx=;p=;c=;vx=for i=2:oh=i-1;a=x(i-1);b=x(i+1);c(h)=b-a;Vx(h)=c(h)/(2*T);p(h)=x(h);end视频识别验证物体运动规律 朱子栎、徐诚、潘成、李昊轩 8figure(2),subplot(2,1,1);plot(p,Vx,o);axis(-inf,inf,0,10000);xlabel(x(像素/s);ylabel(Vx(像素/s
9、); %画出各点水平速度hold on;垂直速度求取同上水平速度求取。按源代码即可得到物体的运动轨迹图和物体横向、纵向速度图。3、产品性能分析与测试结果视频识别验证物体运动规律 朱子栎、徐诚、潘成、李昊轩 9原视频分出的图像（部分）视频识别验证物体运动规律 朱子栎、徐诚、潘成、李昊轩 10识别出的轨迹视频识别验证物体运动规律 朱子栎、徐诚、潘成、李昊轩 11水平速度(Vx)与垂直速度(Vy)视频识别验证物体运动规律 朱子栎、徐诚、潘成、李昊轩 12（4 4）课题研究总结课题研究总结1、与预期研究目标进行对比分析预期该程序可以在视频采集后自动运行并处理，最终得到物体运动轨迹图，但是由于视频处理软
10、件与 matlab 间数据传输存在问题，不能实现全自动运行，只能手动进行分帧后图片的传输。而且我们的 matlab 程序没能实现未知图片量的处理，所以需要参照分帧后得到的图片数量，进行程序的修改后，程序才可以正常运行并得到最终的轨迹图和速度值。在形心求取过程中，之前我们采用的是利用矩心的数学公式来进行形心求取，但是由于运动物体会产生一定的动态模糊，在图像分割时造成影响，最终会导致形心求取误差过大。最终经过研究我们采用 regionprops 函数进行形心的求取，经实验修改后效果比修改前有明显的误差减小。2、经费实际使用说明平抛运动实验器 76 元、染色材料 59 元（小球需要上色，方便后期图像
11、识别）4、个人总结、个人总结1我们的图象在矩形求取出了问题，一开始认为矩心求取公式出错我们的图象在矩形求取出了问题，一开始认为矩心求取公式出错Xmean=(Xmean*100-mod(Xmean*100,100)/100; Ymean=(Ymean*100-mod(Ymean*100,100)/100; 我认为此公式的*100 只能适用与一张图后来看了看 x、y 坐标都在 1000 之内（图一），百思不得其解。视频识别验证物体运动规律 朱子栎、徐诚、潘成、李昊轩 13域值分割拍图注意：后来才知道错误原因不是矩心求取公式没错，原因是不能出现黑色边框，否则矩形求取的中心点不对如下图：不过因为边框干扰,动态模糊等,regionprops 函数求矩心和矩心公式求矩心差别都在上两图的x,y 坐标中,差别都是很大的。视频识别验证物体运动规律 朱子栎、徐诚、潘成、李昊轩 14第四个点掉下去的原因是小球掉下去过程中受到阻力，从上图点三、点四的速度可判断出。不能实际加速度 9.8m/s2，只能图片跟踪，因为相机与图片距离不同,像素/s 的代表的实际速度也不同。
