一、前言
此示例演示如何使用Simulink基于图像跟踪白板上的标记。
二、模型
示例模型包含模型引用层次结构。每个模型都有助于图像处理算法。
-
ex_tracking_marker- 跟踪输入视频中的标记的顶级模型。此模型使用视频查看器块呈现输出视频，并将输出帧记录在工作区变量中。out.MarkerOnImage -
ColorTracking- 实现基本图像阈值算法的参考模型。包括处理每个帧的质心。子系统绘制从前一帧的质心到当前帧的直线。 -
ProcessFramesForMarker- 模型，可在每帧中查找像素并在每帧中定位质心。MATLAB 功能块使用阈值逻辑，MATLAB 功能块定位检测到的像素的质心。
三、使用 Simulink 图像
数据类型是一个封装的对象，它定义具有特定于此数据类型的固定元属性的图像。该模型通过将块参数图像信号设置为X；
如果您的图像处理算法包含当前不支持该数据类型的块，请使用“From Simulink 图像”块将数据从 Simulink 图像解压缩到矩阵。指定块参数输出尺寸，该参数对应于图像中的行、列和通道。由于 MATLAB 功能块仅对矩阵数据进行操作，因此模型在将图像数据传递到包含 MATLAB 功能块的模型之前，会使用 From Simulink Image 模块。要查看这些配置，请打开模型。
子系统在图像上绘制跟踪线，并使用 To Simulink 图像块将图像从矩阵格式转换为 Simulink 图像。然后将此图像馈送到视频查看器块。
四、模拟模型
若要模拟模型，请在 Simulink 工具之旅的“模拟”选项卡中，选择“运行”。视频查看器块将打开并显示跟踪标记的跟踪器。仿真以较低的速度运行，因此您可以观察系统的实时行为。要更改模型的节奏，请选择运行>模拟节奏。
五、结果
该脚本使用记录的输出视频生成标记遵循的路径，并在视频查看器块中显示结果。
六、程序
使用Matlab R2022b版本，点击打开。（版本过低，运行该程序可能会报错）
程序有偿获取：评论区下留言，博主看到会私信你。
