摘要：设计了一种复杂背景下的智能选择机，它能根据背景及目标的具体特性，自动选择最佳的跟踪方式，以实现目标的持续稳定跟踪．

摘要：为了实现机械工件上刻写字符的自动检测、识别与显示,本文设计并完成工件字符自动识别系统。重点针对光照变化时工件字符难以识别的问题,研究不同光源组合方式对系统识别性能的影响,提出了一种能更好适应光照突变的特征提取算法。首先,对输入图像利用优化的同态滤波算法增加字符的细节信息,减低光源照度的影响。然后,分别采用基于LOG算子的自适应阈值法获取图像的整体轮廓和全局特征,采用局部二值模式(LBP)算法获得对光照突变不敏感的LBP纹理特征。最后,联合目标全局特征和LBP局部纹理特征对应像素做相关运算,获得对光照不敏感的融合特征向量。在工业现场进行实测,测试结果表明:识别率平均达到94.72%,对工件平均检测时间230 ms,满足实时性要求。与SIFT算法和Bayesian算法相比,在光照突变情况下本系统的识别精度和稳定性更有优势,且满足工业应用上自动识别的要求,并已实际用于工业测量。