金玉阳，李 山，陈 冰，杨宝通，陶志健

(西北工业大学机电学院，西安 710072)

0 引言

一个完备的机器人末端检测系统[1]包括4大支撑模块：机器人轨迹NC编程、机器人加工工艺、机器人末端运动测量、机器人关节误差校正和诊断。其中，机器人末端运动测量是对加工工艺的精度保障，是实现机器人加工闭环控制的关键因素之一。而基于计算机视觉的运动末端测量系统因其优异的性能被广泛应用。计算机视觉系统框架分成3个层次，即计算理论层次、表达与算法层次和硬件实现层次[2]。其中前两个层次是围绕目标对象运动分析展开的，而目标对象又是围绕运动检测与跟踪算法[3]进行研究。对于运动检测与分析算法，国内外研究主要侧重于检测算法的应用，邹岗等针对高频声呐图像目标检测问题[4],基于数学形态学算子,提出了一种新的快速目标检测算法；梁路宏等采用多模板匹配的方式来完成对目标的鲁棒性跟踪[5]；苏金泷等提出了利用模糊神经系统来计算光流[6]，评估三维物体的运动。尽管国内外对该领域的研究非常的活跃，但是算法的鲁棒性、运动识别精度指标却一直是算法转换成生产力的一个不可逾越的瓶颈问题。针对这一问题，本文提出一种目标边缘差分算法实现对运动目标的识别与跟踪，算法主要包括区域分割和运动识别两部分,先，利用基于约束INMF[7]改进型目标跟踪算法完成对目标对象的动态捕捉和区域分割；然后，通过Canny算子对分割图像进行边缘检索，并通过基于改进型边缘帧差分算法实现目标识别，完成对区域内目标对象的运动边缘检测。……