【摘 要】
：
针对复杂环境下视频目标跟踪精确度低的问题,提出了一种基于混合迭代无迹粒子滤波(HI-UPF)和关联系数自适应融合的目标跟踪算法。首先采用统计线性回归的方法对无迹变换进行优化,提出了HI-UPF,不仅提升了滤波精度,而且有效降低了算法的时间消耗;其次基于关联系数,采用一种自适应融合方法,实现了加性融合和乘性融合的自适应切换,并根据关联系数提出一种改进的自适应加性融合方法。仿真实验表明,本文方法对于复
论文部分内容阅读
针对复杂环境下视频目标跟踪精确度低的问题,提出了一种基于混合迭代无迹粒子滤波(HI-UPF)和关联系数自适应融合的目标跟踪算法。首先采用统计线性回归的方法对无迹变换进行优化,提出了HI-UPF,不仅提升了滤波精度,而且有效降低了算法的时间消耗;其次基于关联系数,采用一种自适应融合方法,实现了加性融合和乘性融合的自适应切换,并根据关联系数提出一种改进的自适应加性融合方法。仿真实验表明,本文方法对于复杂条件下的目标跟踪具有较高的精度和较强的鲁棒性。
其他文献
为解决现有非接触式掌纹采集装置光源面积过大,实用性差的缺点,本文提出一种改进光源模型,设计摄像头与蓝光LED按3×3阵列排列,以减少光源数量及所占面积,并通过在光源上方加装导光组件,扩大光源照射范围并提高照度均匀性,从而捕捉到满足识别要求的完整全手图像。利用Lighttools软件仿真可知,导光组件对照度均匀性均有较大改善。
为建立智能烘烤系统,自制图像采集系统,实时采集了烘烤过程中的烟叶图像,并对图像进行自适应维纳滤波和基于k均值聚类的彩色分割处理,图像处理结果显示能较好地将烟叶从背景和阴影干扰中分离出来。对分割后烟叶图像在线提取了9个颜色特征,分析了烘烤过程中烟叶颜色的变化,并初步探究了颜色与烘烤工艺曲线的相关联系。分析表明在烘烤过程中烟叶图像的R分量和a*分量逐渐增加,G分量和H分量逐渐降低,且在烘烤后期的变化相
利用传统的降噪算法对脑MRI图像降噪时,会使脑MRI图像的纹理、边缘和血管等重要信息丢失.而偏微分方程(PDE)降噪算法能够在降低噪声的同时,可以有效缓解上述情形,确保细节的保留.模糊C均值(FCM)聚类算法和图像降噪算法在图像分割中有广泛的应用.本文将这两种方法结合起来,提出一种PDE降噪和模糊C均值聚类算法相结合的图像分割算法.首先利用改进的模糊C均值聚类算法(SKFCM)对图像进行初始分割;
充分考虑姿态与光照的内在关系,提出了一种利用人脸姿态来校正人脸光照的新方法。首先利用待识别正面2D人脸图像生成特定3D人脸模型;通过改进的九点光源法估计出待识别2D人脸图像和gallery图像的光照方向,把特定3D人脸模型旋转到与gallery光照一致的方向,投影生成2D人脸图像;然后根据提出的姿态估计方法对该2D人脸图像进行姿态估计,恢复成正面,用于最终的识别。在CMU-PIE、CAS-PEAL
图像增强是图像处理的关键技术之一,为了实现图像糊模增强,提高图像质量,提出一种基于混沌粒子群优化算法的图像模糊增强方法。首先对传统模糊增强方法的原理进行分析,指出了人工设置参数的不足,然后采用调整参数少,全局寻优能力强的混沌粒子群算法对模糊增强方法的参数进行优化,最后采用仿真实验对算法的性能进行测试。实验结果表明,混沌粒子群算法可以提高图像的清晰度,不仅得到了较理想的图像视觉效果,而且各项评价指标
针对在光照变化,相似颜色干扰及目标遮挡环境中,当前运动目标跟踪算法存在鲁棒性差、跟踪准确率低的难题,为获得更优的运动目标跟踪效果,提出一种均值漂移和最大类间方差相融合的运动目标跟踪算法。首先利用颜色直方图描述目标特征,以减少背景颜色的干扰,然后在自适应均值漂移算法引入最大类间方差法划分运动目标和背景,以提高抗遮挡能力,最后采用多个算例对算法的性能进行检验。结果表明,本文算法较好解决了当前算法鲁棒性
许多学者指出,HSI模型和其它模型相比在图像处理中性能稳定,最少出现颜色失真,但是在实际应用中,发现它产生的颜色失真需要做进一步的改进,在分析HSI模型原理的基础上,进行相应处理基本避免了颜色失真现象,同时针对HSI模型在图像增强方面没有采用国内外学者已经研究成功且取得比较好效果的黑白图像增强算法,分析并指出了HSI模型在图像增强方面和应用场合方面的局限性。实验结果说明了文中理论分析和算法的有效性
视频运动目标检测具有十分重要的应用价值,其核心问题是目标检测算法,针对当前视频运动目标检测算法检测性能较差的问题,提出了一种改进高斯混合模型的视频运动目标检测算法。首先对传统高斯混合模型更新率进行改进,以适应外界环境的变化,然后引入三帧差分法实现了对背景模型的选择性更新,最后采用仿真实验测试算法的性能。实验结果表明,本文算法实现简单,可以对视频运动目标进行完整检测,相对于传统高斯混合模型具有更强的
如果说"How Old"综合图像信息来判定你的年龄还不够吸引你的眼球,那么正在研发的图像注释功能可能会让你印象深刻。由Microsoft Research团队研发了全新系统能够自动对图片进行分析并对图像内容进行注视,无论是人、物体还是群体。该项技术有望让人工只能变得更加灵敏和独立。Microsoft Research团队所打造的新系统能赋予机器更多人类的思维模式,能够对图片上的内容进行深度的分析。
为了去除视频中的高斯噪声及脉冲噪声,提出了一种基于S1/2矩阵范数的非局部视频去噪算法。首先,在视频数据中利用非局部块匹配的钻石搜索算法搜寻与参考图像块最相似的图像块组;然后,将搜寻到的相似图像块组列向量化后组合成的矩阵进行基于S1/2范数的低秩和稀疏分解,分解后的低秩成分视为原视频场景信息,稀疏成分视为视频中存在的随机值脉冲噪声及异常值数据;最后,由低秩矩阵恢复的各图像块数据经过加权平均后作为参