的基准,考虑到目标区域图像存在变化,模板图像的更新和修正是必要的。模板图像不修正或修正间隔时间过长,将无法适应场景的变化,而模板图像修正过快或修正方法不当也会使匹配误差急剧增加从而引起误配发生,丢失匹配跟踪目标。因此对模板图像进行合理的更新和修正是图像匹配跟踪的关键。选择合适的模板图像更新和修正策略,可以在定程度上克服上述变化对图像匹配跟踪结果的影响。在序列图像匹配跟踪过程中,若单纯地利用当前图像的最佳匹配位置处的图像来作为模板图像进行下帧图像的匹配,则匹配跟踪结果很容易受帧发生突变的西北工业大学本科毕业设计论文图像的影响而偏离正确的匹配位置,从而使误配现象发生。因此,根据对应像素距离测度的图像匹配跟踪算法的特点,可以考虑增加个判别准则,这个准则就是对帧内及相邻序列帧间的匹配结果进行评估而得出的匹配跟踪置信度,根据这个匹配置信度来分不同情况决定如何修改或更新模板图像。如果当前帧图像匹配质量很差,则该帧图像数据不进人模板图像的修正而若当前祯图像匹配质量很好或比较好时,则该帧图像数据进人模板图像的修正。这就是基于滤波与预测的模板图像更新和修正方法,亦即基于匹配跟踪置信度的加权自适应模板图像更新算法。下面给出几种模板更新的策略。中心加权策略我们认为般感兴趣的区域多位于模板图像的中心位置，而且可以假设图像模板的中心部分在帧间变化比较小，因此可以对模板进行中心加权，使模板像素在匹配中的贡献率从模板中心到边缘由大变小，提高匹配对噪声和目标形变的影响，比如可采用如下的加权系数,，式中和是以模板中心为原点的坐标。经过中心位置加权的匹配能提高相关峰的陡峭度，较好地克服目标的小范围畸变，以及目标边缘被部分遮挡的情况。加权生成新模板按照个固定的权值对当前新位置和旧模板加权生成新模板的方法是不够合理的，由于没有考虑到匹配效果的好坏，因而可能会使目标跟踪的精度降低。我们可以通过度量模板图像和实时图像的匹配度来确定如何对模板图像进行更新，获得更新后的模板。其更新方法如下,其中和分别是加权系数，是旧的模板图像，是最佳匹配位置对应的实时图像中的子图，是更新后的模板图像。线性组合法根据目标的短时平稳性运动规律和西北工业大学本科毕业设计论文致谢本课题的研究工作是在导师王红梅教授的悉心指导下完成的。王老师渊博的知识严谨的学风和求实的精神给我留下了深刻的印象。在学习科研方面王老师给了我们精心的指导和热情的帮助，并提出了很多宝贵的意见。这必将为我们以后的工作和学习打下良好的基础。在此，我要向辛勤培养我的王老师表示最衷心的感谢,完成毕业设计论文期间，西北工业大学明德学院信息与控制科学系的各位老师都给予了我很大的帮助，在此，向他们表示衷心的感谢,在课题的研究过程中，吴挺张腾两位同学给了我很大的帮助，在此，对他们表示真诚的感谢,在此，向今天前来参加我论文答辩的各位老师表示衷心的感谢。西北工业大学本科毕业设计论文参考文献王琳视频运动目标跟踪中有关问题的研究西北大学年月代凯乾单目图像序列的目标跟踪时，这种算法就会失效。同时，由于模板和每幅待匹配图像都有不同的灰度值，所以闭值也会很难选定。并且跟踪时间很长，跟踪张序列图像，用时秒即秒每张。归化互相关搜索法归化互相关匹配算法是个经典的匹配算法，它是通过计算模板图像和待匹配图像的互相关值来决定匹配的程度，寻找互相关值最大的搜索窗口的位置作为目标新的位置。互相关定义般有如下的两种形式,西北工业大学本科毕业设计论文,式中归化互相关匹配算法对线性变换有比较好的免疫性但是由于图像中的自相关值都比较大，因此在互相关的计算过程中，相似性形成以模板的实际位置为中心的平缓峰，往往无法检测到准确的尖峰位置。为了克服这个问题，可以对待匹配图像和模板作边缘处理，这么做是因为当图像中像素点相关时，两副图像的相关性实际是集中在它们的边缘信息上的。归化互相关匹配算法的另个缺点是计算耗时很大，所以可以考虑使用加速算法对其改进，如使用序贯相似度检测算法和金字塔层次算法等，本质上这些算法是通过预测个能在帧的大致位置来减小搜索次数和时间。归化互相关搜索法实验结果及分析第帧第帧西北工业大学本科毕业设计论文第帧第帧第帧第帧第帧第帧第帧第帧西北工业大学本科毕业设计论文第帧第帧第帧第帧第帧第帧第帧第帧西北工业大学本科毕业设计论文第帧第帧图采用归化互相关匹配算法的跟踪效果图实验结果分析，在第帧时出现跟踪目标丢失，绝对平均搜索算法在帧目标就丢失了。因此可知，采用归算法跟踪较绝对平均搜索算法的跟踪精度更高。跟踪张连续的序列图像，算法秒，及秒每张。西北工业大学本科毕业设计论文第四章模板更新与轨迹预测模板更新简述及策略由于照相机与目标的相对运动,视野中的目标可能出现大小形状姿态等变化,加上外界环境中的各种干扰,以及随着时间推移,所要跟踪的目标和目标所在的场景都发生了变化,这时我们所要跟踪的目标点会发生误差,严重情况下,有可能丢失跟踪目标。为了保证跟踪的稳定性和正确性,需要对模板图像进行自适应更新。模板图像是相关匹配跟踪过程中进行相似性度量的基准,由于视野中的目标可能出现大小形状姿态等变化,为了对所期望的目标进行跟踪,用于对每被跟踪图像进行相关计算的模板图像必须根据相关峰位置的变化进行条件更新。这过程就是不断地根据模板图像与搜索场景图像的相关结果来自适应更新模板图像。由于模板图像是从前帧图像中抽取的,而对应像素距离计算却是用模板图像与下帧图像进行对应像素距离运算,这样得到的最大相关曲面峰值位置即为最佳的匹配位置。由于照相机目标间的相对运动,目标可能出现大小形状姿态等变化,加上外界环境的各种干扰,如噪声遮挡等。还有图像处理最小计量单位的精度问题。这样对应像素距离测度的图像匹配跟踪算法得不到绝对最佳的匹配位置,存在匹配误差是必然的。因此正确的模板图像的更新和修正方法是维持长时间稳定跟踪的关键。模板图像是对应像素距离测度的图像匹配跟踪过程中算法轴传递的功率计算截面处轴的直径许用扭转切应力，。其中代入上式得由查表可知，故，符合强度要求。轴的扭转变形用每米长的扭转角来表示。其计算公式为式中轴所受的扭矩，轴的材料的剪切弹性模量对于钢材，轴截面的极惯性矩将已知数据代入上式可得。对于般传动轴可取故也符合刚度要求。第二轴的校核计算轴的强度校核计算用的齿轮啮合的圆周力径向力及轴向力可按下式求出燕山大学本科生毕业设计式中至计算齿轮的传动比，此处为三档传动比计算齿轮的节圆直径为节点处的压力角，为螺旋角，为发动机最大转矩，为。代入上式可得。危险截面的受力图为图危险截面受力分析水平面水平面内所受力矩垂直面第章变速器轴的强度计算与校核垂直面所受力矩。该轴所受扭矩为。故危险截面所受的合成弯矩为则在弯矩和转矩联合作用下的轴应力将代入上式可得，在低档工作时，因此有符合要求。轴的刚度校核第二轴在垂直面内的挠度和在水平面内的挠度可分别按下式计算式中齿轮齿宽中间平面上的径向力,这里等于齿轮齿宽中间平面上的圆周力，这里等于弹性模量，，惯性矩，，为轴的直径为齿轮坐上的作用力距支座的距离支座之间的距离。将数值代入式和得燕山大学本科生毕业设计故轴的全挠度为，符合刚度要求。第章变速器同步器的设计第章变速器同步器的设计同步器的结构在前面已经说明，本设计所采用的同步器类型为锁环式同步器，其结构如下图所示图锁环式同步器变速器齿轮滚针轴承结合齿圈锁环同步环弹簧定位销花键毂结合套如图，此类同步器的工作原理是换档时，沿轴向作用在啮合套上的换档力，推啮合套并带动定位销和锁环移动，直至锁环锥面与被接合齿轮上的锥面接触为止。之后，因作用在锥面上的法向力与两锥面之间存在角速度差，致使在锥面上作用有摩擦力矩，它使锁环相对啮合套和滑块转过个角度，并滑块予以定位。接下来，啮合套的齿端与锁环齿端的锁止面接触图，使啮合套的移动受阻，同步器在锁止状态，换档的第阶段结束。换档力将锁环继续压靠在锥面上，并使摩擦力矩增大，燕山大学本科生毕业设计与此同时在锁止面处作用有与之方向相反的拨环力矩。齿轮与锁环的角速度逐渐靠近，在角速度相等的瞬间，同步过程结束，完成换档过程的第二阶段工作。之后，摩擦力矩随之消失，而拨环力矩使锁环回位，两锁止面分开，同步器解除锁止状态，接合套上的接合齿在换档力的作用下通过锁环去与齿轮上的接合齿啮合图，完成同步换档。图锁环同步器工作原理同步环主要参数的确定同步环锥面上的螺纹槽如果螺纹槽螺线的顶部设计得窄些，则刮去存在于摩擦锥面之间的油膜效果好。但顶部宽度过窄会影响接触面压强，使磨损加快。试验还证明螺纹的齿顶宽对摩擦因数的影响很大，摩擦因数随齿顶的磨损而降低，换挡费力，故齿顶宽不易过大。螺纹槽设计得大些，可使被刮下来的油存于螺纹之间的间隙中，但螺距增大又会使接触面减少，增加磨损速度。图中的基准,考虑到目标区域图像存在变化,模板图像的更新和修正是必要的。模板图像不修正或修正间隔时间过长,将无法适应场景的变化,而模板图像修正过快或修正方法不当也会使匹配误差急剧增加从而引起误配发生,丢失匹配跟踪目标。因此对模板图像进行合理的更新和修正是图像匹配跟踪的关键。选择合适的模板图像更新和修正策略,可以在定程度上克服上述变化对图像匹配跟踪结果的影响。在序列图像匹配跟踪过程中,若单纯地利用当前图像的最佳匹配位置处的图像来作为模板图像进行下帧图像的匹配,则匹配跟踪结果很容易受帧发生突变的西北工业大学本科毕业设计论文图像的影响而偏离正确的匹配位置,从而使误配现象发生。因此,根据对应像素距离测度的图像匹配跟踪算法的特点,可以考虑增加个判别准则,这个准则就是对帧内及相邻序列帧间的匹配结果进行评估而得出的匹配跟踪置信度,根据这个匹配置信度来分不同情况决定如何修改或更新模板图像。如果当前帧图像匹配质量很差,则该帧图像数据不进人模板图像的修正而若当前祯图像匹配质量很好或比较好时,则该帧图像数据进人模板图像的修正。这就是基于滤波与预测的模板图像更新和修正方法,亦即基于匹配跟踪置信度的加权自适应模板图像更新算法。下面给出几种模板更新的策略。中心加权策略我们认为般感兴趣的区域多位于模板图像的中心位置，而且可以假设图像模板的中心部分在帧间变化比较小，因此可以对模板进行中心加权，使模板像素在匹配中的贡献率从模板中心到边缘由大变小，提高匹配对噪声和目标形变的影响，比如可采用如下的加权系数,，式中和是以模板中心为原点的坐标。经过中心位置加权的匹配能提高相关峰的陡峭度，较好地克服目标的小范围畸变，以及目标边缘被部分遮挡的情况。加权生成新模板按照个固定的权值对当前新位置和旧模板加权生成新模板的方法是不够合理的，由于没有考虑到匹配效果的好坏，因而可能会使目标跟踪的精度降低。我们可以通过度量模板图像和实时图像的匹配度来确定如何对模板图像进行更新，获得更新后的模板。其更新方法如下,其中和分别是加权系数，是旧的模板图像，是最佳匹配位置对应的实时图像中的子图，是更新后的模板图像。线性组合法根据目标的短时平稳性运动规律和西北工业大学本科毕业设计论文致谢本课题的研究工作是在导师王红梅教授的悉心指导下完成的。王老师渊博的知识严谨的学风和求实的精神给我留下了深刻的印象。在学习科研方面王老师给了我们精心的指导和热情的帮助，并提出了很多宝贵的意见。这必将为我们以后的工作和学习打下良好的基础。在此，我要向辛勤培养我的王老师表示最衷心的感谢,完成毕业设计论文期间，西北工业大学明德学院信息与控制科学系的各位老师都给予了我很大的帮助，在此，向他们表示衷心的感谢,在课题的研究过程中，吴挺张腾两位同学给了我很大的帮助，在此，对他们表示真诚的感谢,在此，向今天前来参加我论文答辩的各位老师表示衷心的感谢。西北工业大学本科毕业设计论文参考文献王琳视频运动目标跟踪中有关问题的研究西北大学年月代凯乾单目图像序列的目标跟踪