欢迎登录材料期刊网

材料期刊网

高级检索

  • 论文(6)
  • 图书()
  • 专利()
  • 新闻()

基于改进MeanShift的目标跟踪算法

王田 , 刘伟宁 , 韩广良 , 杜超 , 刘恋

液晶与显示 doi:10.3788/YJYXS20122703.0396

针对传统Meanshift算法在某些干扰或遮挡情况下不能保证跟踪的准确性,以及目标模型内的背景像素也会造成定位偏差的问题,提出一种基于MeanShift的改进算法.首先对目标模型进行改进,通过目标与背景的区分度引入权系数,在目标模型中进行加权处理,可达到降低目标模型内背景像素对跟踪定位精度的影响.然后,将跟踪窗进行分块,对各子块使用改进目标模型的Meanshift算法进行跟踪.最后,用匹配度最大的两个子块加权决定目标的最终位置,从而在目标发生遮挡时能有效剔除被遮挡子块对目标定位的影响.实验表明,在复杂背景下,新算法仍然可以有效、准确地跟踪运动目标.

关键词: Meanshift , 目标跟踪 , 分块 , 抗遮挡

基于复杂度和方向梯度的红外弱小目标检测方法

王田 , 刘伟宁 , 孙海江 , 韩广良

液晶与显示 doi:10.3788/YJYXS20122705.0692

为解决天空背景下红外弱小目标检测问题,提出了一种基于图像复杂度和方向梯度的检测方法.利用信息熵对图像复杂度进行描述,引入了图像方差和像素局部变化率对信息熵进行加权,使云内部和云边界区域得到抑制.以复杂度为描述对象,建立多级多方向梯度模型,在背景局部复杂度高于目标复杂度的情况下,仍能够有效分割出目标.实验证明,该方法能够在复杂云背景情况下检测出弱小目标.

关键词: 图像处理 , 弱小目标检测 , 复杂度 , 加权信息熵 , 方向梯度

基于 TMS320C6455+FPGA+SDRAM的快速视频跟踪系统设计

贺柏根 , 刘剑 , 刘伟宁 , 郝志成

液晶与显示 doi:10.3788/YJYXS20142906.1111

图像跟踪是图像处理领域研究较多也比较关键的技术之一。随着微电子技术不断发展,在光电经纬仪、机载光电平台等图像跟踪应用领域对视频跟踪器系统的要求越来越高,当前视频图像帧频偏低已对伺服系统传输带宽形成不小制约,而高帧频图像又有视频传输的瓶颈。为了解决这一问题,本文设计了一款基于 TMS320C6455+FPGA+SDRAM的图像跟踪系统。本系统通过 FPGA 控制 SDRAM 对视频图像进行缓存后输出,达到视频降频输出的要求,以解决高帧频图像数据量大难以实时传输显示的问题,同时通过对相关跟踪算法做进一步优化使其满足100 frame/s 视频的实时跟踪要求。实验证明该系统工作有效稳定,能满足工程实际需求。

关键词: 目标跟踪 , TMS320C6455 , SDRAM , 图像处理

基于 DSP+FPGA 平台的复杂背景目标检测与跟踪

刘伟宁

液晶与显示 doi:10.3788/YJYXS20142906.1151

研究了图像匹配算法原理,并分析了不同匹配算法类型。根据灰度特征编码的原理,给出了编码流程以及匹配算法 FPGA 实现,在试验中进行了 FPGA 编码并实现了改进的中值滤波算法和灰度特征编码匹配算法。在各种背景环境条件下,利用该算法对可见光视频图像和红外图像的匹配效果进行了试验,实验证明,该匹配跟踪算法容易进行硬件实现,能够达到提高系统实时性的要求。

关键词: 目标跟踪 , DSP , 复杂背景

多传感器自主跟踪中的数据融合方法

单海蛟 , 刘伟宁 , 王嘉成 , 刘培勋 , 李治根 , 邓耀华

液晶与显示 doi:10.3788/YJYXS20163108.0801

为了提高光电跟踪系统的稳定性和自主跟踪能力,对多传感器数据融合算法和数据的有效性估计进行研究,提出一种多传感器自主跟踪算法.首先按照统计学方法,实时估计各传感器数据的误差协方差.然后按照均方误差最小准则,对各路数据进行融合.将最小二乘多项式拟合法和记忆衰减因子应用到误差协方差估计中,提高了融合结果的可信度.最后,提出一种多传感器跟踪数据切换策略,自动选择有效传感器数据中置信度最高、跟踪效果最优的一路数据,从而实现自主稳定跟踪的目的.实验结果表明,使用改进后的数据融合算法比原始方法的最终传感器选择结果正确率提高37.5%左右.在几种典型的传感器数据异常情况下,该数据融合算法和多路数据切换策略能够完成自主跟踪的目的.

关键词: 多传感器 , 数据融合 , 自主跟踪 , 误差协方差估计

一种基于卡尔曼滤波及粒子滤波的目标跟踪算法

杜超 , 刘伟宁 , 刘恋

液晶与显示 doi:10.3788/YJYXS20112603.0384

针对卡尔曼跟踪算法在非线性非高斯情况下跟踪结果不再准确,以及粒子滤波跟踪算法计算量大难以满足实时性的缺陷,提出了卡尔曼滤波及粒子滤波相结合的算法.利用卡尔曼滤波进行跟踪得到候选目标并计算目标模型与候选模型的匹配程度,若与目标模型匹配度小于一定阈值,则转换跟踪方式利用粒子滤波进行跟踪来修正卡尔曼滤波结果;同时,采用"模板缓冲区法"对目标模型进行更新以保证跟踪的连续性、稳定性及准确性.实验结果表明,这种跟踪算法既发挥了卡尔曼滤波的实时性又保持了粒子滤波的准确性,有较好的跟踪性能.

关键词: 目标跟踪 , 卡尔曼滤波 , 粒子滤波 , 模板更新

出版年份

刊物分类

相关作者

相关热词