基于视频方式的运动目标检测与跟踪融合了图像处理、模式识别、人工智能、自动控制以及计算机等许多领域的先进技术,在军事制导、安全监测、交通管制、医疗诊断等许多方面都有着广泛的应用。液态物质在人们的生产生活中占据着举足轻重的位置,液位测量更是遍及生产和生活的各个领域,而在实际生产生活中,实时液位精确测量是个关键。传统的液位检测技术及使用方法已达二十余种,其中有压力、浮体、电容、超声波、射频液位传感器等,它们通常对环境具有一定的要求,不能在恶劣的环境下工作。综合现代科学发展技术,设计一种基于视频图像处理技术的液位检测系统势在必行,它可以克服目前人工检定强度大、可靠性不高等不足,提高检测的速度、精度和可靠性。本文设计开发了一套非接触式的基于视频的液位检测与跟踪系统。文中介绍了系统的硬件组成和软件设计,并详细阐述了液位检测的算法设计。主要的研究工作如下:(1)在对液位目标进行检测研究方面,经过对初始图像进行滤波处理除掉部分噪声、进行直方图均衡化处理后,本文提出了一种自适应背景提取方法,并对背景进行了实时更新以适应光线变化或场景本身的变化。针对差分图像中产生的孔洞,采用形态滤波对分割结果进行后续处理,消除噪声和背景扰动带来的影响。(2)在运动液位跟踪研究方面,需要以检测出的液位位置作为基础。为了提高液位测量的精度,本文提出了基于卡尔曼滤波的预估校正方法。通过卡尔曼滤波我们可以对液位在下一帧的位置进行预测,估计液位在下一时刻可能的位置,从而在这个较小的范围内,对检测到的液位位置进行校正。这种采用卡尔曼滤波做位置预测的方法,缩小了搜索的范围,提高了算法的效率。本文对提出的算法进行了仿真实验和编程实现。实验表明,系统液位检测速度快、精度高、可靠性好,对不同光线环境的适应性良好,取得了预期效果,而且算法运算速度快,满足系统实时性要求,易于硬件实现。本文的检测与跟踪算法成功地在基于ARM嵌入式平台的液位检测系统上得以实现。