，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图采用最小平均绝对差值算法的跟踪效果图绝对平衡搜索法虽然简单，但是有明显的局限性旦待匹配图像或模板图像之的灰度值发生线性变化时，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场景变化的特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，在此对他和流入轴承进行润滑的方法称为刮油润滑。润滑油的选择采用脂润滑时，应在轴承内侧设置挡油环或其他内部密封装置，以免油池中的油进入轴承稀释润滑脂。滴油润滑有间歇滴油润滑和连续滴油润滑两种方式。为保证机器起动时轴承能得到定量的润滑油，最好在轴承内侧设置圆缺形挡板，以便轴承能积存少量的油。挡板高度不超过最低滚珠柱的中心。经常运转的减速器可以不设这种挡板。转速很高的轴承需要采用压力喷油润滑。如果减速器用的是滑动轴承，由于传动用油的粘度太高不能在轴承中使用，所以轴承润滑就需要采用独自的润滑系统。这时应根据轴承的受载情况和滑动速度等工作条件选择合适的润滑方法和油的粘度。齿轮与轴承用同种润滑油较为便利，考虑到该装置用于小型设备，选用润滑油。密封方法的选取选用凸缘式端盖调整轴承间隙方便，密封性好，采用毡圈油封实现轴的密封。密封圈型号按所装配轴的直径确定为，。轴承盖结构尺寸按用其定位的轴承的外径决定。结论我们的设计是自己独立完成的项设计任务，我们工科生作为祖国的应用型人才，将来所从事的工作都是实际的操作及高新技术的应用。所以我们应该培养自己市场调查收集资料综合应用能力，提高计算绘图实验这些环节来锻炼自己的技术应用能力。本次毕业设计针对二级圆柱齿轮减速器设计的要求，在满足各种参数要求的前提下，拿出个具体实际可行的方案，因此我们从实际出发，认真的思考与筛选，经过个多月的努力终于有了现在的收获。回想起来，在创作过程中真的是酸甜苦辣咸味味俱全。有时为了实现个参数翻上好几本资料，然而也不见得如人心愿。在制作的过程中，遇到了很多的困难，通过去图书馆查阅资料，上网搜索，还有和老师与同学之间的讨论交流，最终实现了这些问题较好的解决。由齿轮轴轴承及箱体组成的齿轮减速器,用于原动机和工作机或执行机构之间,起匹配转速和传递转矩的作用,在现代机械中应用极为广泛。本次设计的是带式运输机用的二级圆柱齿轮减速器。首先熟悉题目，收集资料，理解题目，借取些工具书。进行了传动方案的评述，选择齿轮减速器作为传动装置，然后进行减速器的设计计算包括选择电动机设计齿轮传动轴的结构设计选择并验算滚动轴承选择并验算联轴器校核平键联接选择齿轮传动和轴承的润滑方式九部分内容。然后用进行传统的二维平面设计，用进行三维立体图形的设计，最终完成圆柱齿轮减速器的平面零件图和装配图以及三维立体图形的设计和绘制。通过毕业设计，树立正确的设计思想，培养综合运用机械设计课程和其他先修课程的理论与生产实际知识来分析和解决机械设计问题的能力及学习机械设计的般方法和步骤。掌握机械设计的般规律，进行机械设计基本技能的训练例如计算绘图查阅资料和手册运用标准和规范，进行计算机辅助设计和绘图的训练。通过这次毕业设计的学习和研究，我们开拓了视野，掌握了设计的般步骤和方法，同时这三年来所学的各种专业知识又得到了巩固，同时，这次毕业设计又涉及到计算绘图等，让我们又学到很多新的知识。但毕竟我们所学的知识有限。本设计的好多地方还等待更改和完善。致谢短暂的毕业设计，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图采用最小平均绝对差值算法的跟踪效果图绝对平衡搜索法虽然简单，但是有明显的局限性旦待匹配图像或模板图像之的灰度值发生线性变化时，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