机构的运动状况对于分析整个机械系统的运转有重要意义。对于动态对象,难以寻找固定的参考点,各种传统的位移监测方法都有其局限性,因此发展一种远距离、非接触的观测手段,并且能实现自动记录、处理连续数据的实时系统是非常必要的工作。在计算机技术的高速发展的基础上,图像处理技术也得到了快速的进步,计算机的高速运算能力为数字图像处理提供了技术保证。借助计算机,应用数字图象处理的方法对平面机构的运动状态进行实时检测,测量结果就可以直接的反映这个机械系统的工作状况。通过对摄像机拍录的图象序列进行自动分析来对被监控场景中的变化进行定位、识别和跟踪,并在此基础上分析和判断有关目标的行为。但实际的场景往往是错综复杂、变化无常的,而准确地对运动目标检测和跟踪是图象处理法能否用于机构运动分析的关键。本文利用视觉信息在时间和空间上的相关性,主要研究运动目标检测和跟踪的相关模型及算法。本文的另一项主要工作是对从序列图象中检测出的运动目标进行轨迹跟踪。通过建立目标跟踪的卡尔曼滤波器模型,对运动目标进行运动估计,从而减少噪声干扰和特征提取的搜索范围,提高了算法的效率。在目标匹配时,采用质心和面积相结合的方法,兼顾了目标的位置和形状,并利用匹配函数来进行目标匹配,取得了良好的效果。另外,算法中检测结果和跟踪结果的相互校正进一步提高了系统的稳定性。实验结果表明,目标跟踪的卡尔曼滤波模型比较符合实际的情况,跟踪算法能可靠地预测与跟踪出目标的运动轨迹。与一般物体速度测量方法相比,基于数字图象处理的平面连杆机构运动分析具有实时性,是一种远距离的、非接触式的测量方法,可用于比较恶劣的工作环境,所以有广泛的发展空间。