佛山是中国乃至全世界的瓷砖生产重镇,其中大部分瓷砖生产企业已具备自动化产线,但其智能化程度普遍不高。随着中美贸易摩擦的加剧,竞争环境日趋激烈,转型升级成为这些企业的必由之路。本文围绕一家著名瓷砖生产企业提出的需求展开研究,该企业需要解决的问题有两个:其一,使用传统的光电开关统计瓷砖产量误差较大;其二,产线上的辊道输送机受安装误差、载重不均、震动等因素影响,辊道常常跑偏导致砖体挤碰造成损失,需专人照看辊道的运行状态。当前,智能监控因具有自主判断的优势逐渐应用于工业,但尚未步入瓷砖生产产线。本文结合实际的瓷砖产线监控视频,运用计算机视觉技术,基于对瓷砖目标的检测和跟踪实现了具有应用价值的瓷砖产线智能检测系统,为瓷砖生产领域的产量和辊道跑偏检测提供新思路。具体研究内容如下:(1)针对传统目标检测算法在目标与背景颜色相似及目标运动缓慢的情况下检测效果不佳的问题,提出一种基于HSV颜色空间的目标检测算法。以色调为主、饱和度为辅构建目标特征模型以区分背景,同时基于K-means聚类算法的迭代聚类思想提供分量阈值提取手段,准确划分分量阈值以区分目标与背景像素从而检测出目标。经检验,该算法能在干扰较多的背景中精准提取出目标区域。(2)结合瓷砖排布特征与形态学处理结果的特点,提出一种基于均分与面积统计的连通域盲分割算法,能准确的对粘连瓷砖进行分割;为消除跟踪算法的滞后性,提升跟踪的稳定性,使用线性预测器预测特征点在下一时刻的位置,并使用多特征融合匹配的方式来跟踪运动目标,其中构建相似性度量函数时表述特征选用质心距离与面积差,结果表明能够稳定的跟踪对象目标。(3)对目标检测后跟踪的结果进行应用:对基于目标跟踪的数量统计算法中常用的“目标链”算法进行改进,通过判断质心位移以消除短暂跟踪失败对结果的影响,并结合多帧确认的方式,增加产量检测结果的可靠性;此外,瓷砖的运动轨迹信息能反应出输送装置的运行状态,利用跟踪瓷砖获取到的质心坐标拟合出运动轨迹,达到判断辊道的输送行为是否正常的目的。