马尔可夫随机场理论在目标跟踪中的应用

在目标跟踪问题中,被跟踪目标的尺度变化、旋转变化和遮挡都会造成跟踪精确度的降低或目标的丢失。针对这些问题,提出了一种基于马尔可夫随机场的目标跟踪方法,将运动目标跟踪问题看作是前景和背景的二值分类问题,建立前景背景分割的马尔可夫随机场模型,从而实现对前景背景的分类,以完成对运动目标的跟踪。试验证明,这种方法可以有效地克服前景目标的尺度变化和旋转变化以及遮挡给目标跟踪带来的困难。     

基于区域弦分布直方图的形状匹配算法及仿真

目标区域主轴能够描述局部形状信息,区域扫描线算法可以遍历目标区域内部任意点。本文在分析区域主轴算法与扫描线算法的基础上,提出了根据区域主轴与垂直于主轴的区域内部扫描线长度、位置分布来描述目标形状的方法,并通过构建基于主轴的归一化弦长度分布直方图实现了目标区域形状的有效匹配。实验仿真结果表明,算法可以准确有效地描述目标形状,并具有位移不变、旋转不变和一定的尺寸不变特点,可以用于目标形状识别与内容检索。     

基于形状特征的二维旋转尺度不变相似度量

目标物体的旋转及尺度变化在目标识别过程中 是普遍存在的．这里给出了一种新的特征提取方法及其相似度标准,通过提取物体形状中具 有二维旋转尺度不变性的信息,来实现对二维变化目标的识别．     

基于多级纹理特征和Mean-Shift的灰度目标跟踪

由于灰度图像的信息单一,缺乏描述目标的信息,且易受到光照变化的影响,导致灰度图像中的目标跟踪难度较大。为此,提出了一种结合Gabor小波变换特征与旋转不变一致局部二值模式(LBP)纹理描述算子来建立目标的多级纹理特征模型,并采用Mean-Shift来实现目标跟踪的新方法。该算法首先利用Gabor变换提取多尺度、多方向的目标图像特征以扩充特征提取范围,然后应用旋转不变一致LBP算子对这些特征进行编码以增强所提取特征的有效性,最后采用纹理模式联合概率直方图建立目标的多级Gabor-LBP纹理特征模型,并通过Mean-Shift算法来实现目标的跟踪。实验结果表明,该算法可以有效地克服光照变化、混乱及目标旋转的影响。     

基于频域线性拟合的数字水印算法

在分析了现有的抗几何攻击的水印技术的基础上,提出了一种DFTDCT变换域下抗几何攻击,尤其是能有效地抗旋转攻击的数字水印算法。这种算法主要的特点是：方法简单、易于实现;不需添加模板和特征值;隐藏的信息量大;应用直线拟合实现图像经旋转后的配准;除了可以有效抵抗旋转攻击,还可以抵抗裁剪,以及伴随裁剪的旋转、压缩等攻击,具有较高的鲁棒性。     

改进的KCF算法在车辆跟踪中的应用

针对核相关滤波算法(KCF)在复杂道路场景下难以应对因车辆尺度变化,遮挡及旋转而不能继续跟踪的问题,提出了一种新的跟踪方法来更好地实现复杂道路场景下的车辆跟踪。该方法借鉴快速分类尺度空间跟踪器(fDDST),采用一维尺度相关滤波器进行尺度估计。同时融合Kalman滤波器形成预测-跟踪-校准的跟踪机制。该机制结合遮挡处理能够保证系统在目标被严重遮挡时跟踪的准确性。在模型更新方面,在目标被遮挡时,自适应的调节学习率参数,及时纠正模型偏移、特征丢失等问题。实验结果表明,在复杂道路场景下车辆旋转 、遮挡及尺度变化时,均能有效地跟踪目标车辆,且具有良好的鲁棒性。     

基于图像处理技术的异形件几何尺寸测量及缺陷检测

异形件几何尺寸测量和缺陷检测在许多领域中都具有重要意义。由于异形件的形状复杂,传统的测量和检测方法往往难以满足精确度与效率的要求。而基于图像处理技术的方法可以通过对异形件的图像进行处理和分析,实现准确的尺寸测量和缺陷检测。文章将从图像处理技术概述、异形件几何尺寸测量方法、异形件缺陷检测技术等方面综述基于图像处理技术的异形件几何尺寸测量及缺陷检测的相关内容。     

适用于旋转摄像下目标检测的图像补偿

目的 摄像机旋转扫描条件下的动目标检测研究中,传统的线性模型无法解决摄像机旋转扫描运动带来的图像间非线性变换问题,导致图像补偿不准确,在动目标检测时将引起较大误差,造成动目标虚假检测。为解决这一问题,提出了一种面阵摄像机旋转扫描条件下的图像补偿方法,其特点是能够同时实现背景运动补偿和图像非线性变换补偿,从而实现动目标的快速可靠检测。方法 首先进行图像匹配,然后建立摄像机旋转扫描非线性模型,通过参数空间变换将其转化为线性求解问题,采用Hough变换实现该方程参数的快速鲁棒估计。解决摄像机旋转扫描条件下获取的图像间非线性变换问题,从而实现图像准确补偿。在此基础上,可以利用帧间差分等方法检测出运动目标。结果 实验结果表明,在摄像机旋转扫描条件下,本文方法能够同时实现图像间的背景运动补偿和非线性变换补偿,可以去除大部分由于立体视差效应（parallax effects）产生的匹配错误。并且在实验中,本文方法处理速度可以达到50帧/s,满足实时性要求。结论 在面阵摄像机旋转扫描的条件下,相比于传统的基于线性模型的图像补偿方法,本文方法能够快速、准确地在背景补偿的基础上同时解决图像间非线性变换问题,从而更好地提取出运动目标,具有一定的实用价值。     

基于注意机制的投影跟踪算法

针对直角坐标系中跟踪算法无法跟踪存在旋转和尺度变化目标图像的问题,在分析对数极坐标变换的基础上,提出了一种对数极坐标域的投影跟踪算法。该算法可以对存在旋转和尺度变化的运动目标实施跟踪,通过实验证明了这种方法在处理运动图像变化时是有效的。因而,这种采用对数极坐标域的跟踪算法具有很好的实用价值。     

基于压缩感知的含旋转部件目标ISAR成像新方法

在ISAR成像中,某些雷达目标的部件存在旋转运动,会对目标主体信息产生干扰导致目标成像质量下降,严重时甚至无法实现成像。本文结合压缩感知理论提出了一种含旋转部件目标成像方法。在成像时间内,由于目标主体部件相对于成像区域的位置保持不变,而旋转部件的位置在不断变化,因此,对回波信号运用压缩感知理论可得到目标主体部件的信息,从而有效剔除了旋转部件带来的影响并且大幅减少了回波数据量。最后仿真结果验证了该方法的有效性,并对其抗噪性能进行了一定的分析。     

双目主动视觉监测平台下的目标识别

利用对目标旋转、尺度变化、视角变化等具有稳定性的尺度不变特征变换(SIFT)算法,提出一种适用于基于圆轨的基线可调双目主动视觉监测平台的目标识别方法,通过离线建立物体的多侧面SIFT特征点数据库,将三维空间的目标转换为二维特征描述,利用二维特征描述实现三维空间目标的识别,以提高匹配识别效率。实验结果表明,该方法能实时准确地识别目标。     

基于主成分分析的珠宝自动定位及检测方法

针对不规则物体形状特征难以估计的问题,以实现对珠宝的自动测量技术为前提,通过引入主成分分析的概念,提出一种新的对不规则珠宝图像的自动检测方法。该算法首先利用主分量分析提取出目标珠宝图像的主轴,然后根据优化后的主轴方向计算珠宝外接矩形的四个顶点,最后定位出最优外接矩形的位姿从而完成对不规则珠宝轮廓的检测。将所提算法用于真实珠宝图像,结果表明,算法能够准确定位检测出图像中的目标。与利用重心原理结合最小二乘法的方法和以投影为基础计算能量最大值的算法相比,实验图像的主观效果和客观的误差分析都表明了该算法在准确性和鲁棒性的优势。     

D-S证据理论在探地雷达目标识别中的应用

为解决探地雷达的目标识别问题,提出了一种基于雷达扫描数据、实地探测情况、历史信息和已有水文地质信息,并利用D-S证据理论这一具有解决多数据源不确定信息推理和融合特点的理论对目标进行综合识别的方法.实现了探地雷达目标在不确定条件下获得较高可信度的识别.试验结果验证了该理论在探地雷达目标识别上的有效性和可行性.     

基于矿井WiFi通信系统的混合定位方法研究

分析了现有矿井目标定位方法原理及存在的问题:非测距定位中的基于射频识别技术的定位方法、基于蜂窝小区标识的定位方法和无线传感器网络定位方法只能确定目标节点的范围,定位精度较差;测距定位精度较高,但基于到达角度的定位方法、基于到达时间的定位方法和基于到达时间差的定位方法对硬件设备要求较高,难以在煤矿井下应用;基于接收信号强度的定位方法易于实现,但受环境噪声影响较大,定位精度降低。提出了一种基于矿井WiFi通信系统的混合定位方法,该方法分粗细两步进行定位:粗定位采用基于蜂窝小区标识的非测距定位方法,确定目标所在的小区范围;细定位采用基于接收信号强度的测距定位方法。该混合定位方法可以在不增加定位系统复杂度的情况下提高目标定位的精度。     

基于STAMP的航空管制空中危险目标识别方法研究

为了保证航空管制中航空器的完整性,提高航空器的使用寿命,并且可以最大限度的保障航空乘客和其他航空人员的人身安全,需要对航空管制空中危险目标进行识别。但采用当前目标识别方法对空中危险目标识别时,识别系统对空中危险目标无法稳定识别,存在空中危险目标识别精度低的问题。为此,提出一种基于STAMP的航空管制空中危险目标识别方法。该方法先利用STAMP模型对航空管制空中危险目标识别系统各组成部分进行任务分配,然后采用Harris法对空中危险目标进行特征选择和提取,依据Mean-Shift法的Bhattacharyya系数,描述候选空中危险目标和空中目标的危险概率分布相似度,随着Bhattacharyya系数的不断增加,候选空中危险目标和空中危险目标的相似度越大,使危险目标跟踪系统朝着空中目标危险密度增大的位置移动,在最优位置收敛,从而实现空中危险目标跟踪,最后利用D-S理论对跟踪结果进行识别,通过引入空中目标危险性基本概率赋值函数获得空中目标危险基本概率,采用Dempster组合规则对空中目标危险证据进行合成,依据空中危险目标证据融合结果完成对航空管制空中危险目标的识别。实验仿真证明,所提方法增强了航空管制空中危险目标识别的效果,提高了航空管制空中危险目标识别的精度。     

基于统计证据的mass函数和D-S证据理论的多传感器目标识别

mass函数表示对证据的精确信任程度,是信任函数的基本概率分配.文章在阐述Dempster-Shafer(D-S)证据理论和决策方法的基础上,较系统地论述了基于统计证据的mass函数和D-S证据理论的目标识别的数据融合方法,并给出了具体的识别实例.从计算结果可以看出,该方法有利于目标识别的实现,具有较好的实用性.     

面向视频感知的静电力触觉渲染方法

针对视觉障碍的人获取视频等数字媒体信息受限的问题, 为扩展视频等数字媒体信息的触觉感知通道,提出一种面向视频感知的静电力触觉渲染方法。首先,采用基于像素点的视频帧处理算法,根据手指触摸位置获取当前视频帧的目标像素点,然后将目标像素点彩色信息从RGB模型转换为HSI模型,利用像素点色调分量来映射静电力激励信号频率参量,结合像素点亮度和饱和度分量来映射静电力激励信号幅度参量,合成静电力触觉激励信号,实现对实时视频的触觉渲染和感知。最后,设计动态色彩感知实验和亮度辨识感知实验,结果表明,该方法可实现对视频中物体信息的触觉感知,动态识别平均正确率达90.6%,色彩辨识平均正确率达69.4%,亮度辨识平均正确率达80.0%,所提方法能有效提取视频中的动态特征信息,增强视频触觉渲染的实时性。     

基于RSSI定位模型的非视距关系识别方法

RSSI 定位具有无需额外的硬件、成本低等特点,在无线传感器定位领域得到了广泛的应用。为精确定位目标节点坐标,本文介绍了RSSI对数衰减模型下实现目标节点定位的最大可能性(ML)估计方法。以建立的ML估计方法的目标函数为基础,本文同时论证了节点残差和平方残差和的统计分布规律,并提出了相应的非视距（NLOS）关系识别方法。仿真结果表明当信标节点存在误差时,所设计的迭代ML估计方法能快速、准确地实现目标定位。仿真实验测试了节点残差法、平方残差和法的NLOS识别率,表明随着单个节点NLOS误差的增大,NLOS识别率逐渐提高。比较两种不同方法下NLOS的正确识别率,节点残差法的识别率稍优于平方残差和法。     

基于北斗高精度定位的重载铁路列检安全作业管理平台设计

设计了基于北斗高精度定位的重载铁路列检安全作业管理平台,实现列检车辆、人员的精准定位,降低列检作业风险。平台基础层通过基于FPGA的红外视频采集设备、基于北斗高精度定位技术的终端设备获取列检作业数据,经传输层各网络向支持层传输数据。在支持层高精度电子地图矢量化处理、实时差分动态定位等技术的支持下,应用层的列检作业目标识别模块调用Cstx小波融合算法解析北斗卫星信号,采用Hausdorff距离方法实现列检作业目标识别,列检作业安全预警模块调用矢量化处理高精度电子地图,结合日列检作业计划生成电子围栏,实现作业人员安全预警,由服务层管理人员实现平台的管理与维护。实验结果表明：该平台可实现列检作业目标的识别、精准定位及安全预警。     

复杂场景下的运动目标识别算法

目标识别是计算机视觉的基本目的,同时也是人工智能领域的重要组成部分之一.随着信息化时代的来临,视频采集工具的普及,海量的视频数据给人工识别带来了巨大挑战.现阶段,在智能交通领域、生产质检领域等简单场景中,视频识别技术已经得到广泛的应用.如何从复杂场景中实现目标的识别和检测则成为了更加重要和困难的问题.针对该问题,本文提出了一种复杂场景下的运动目标识别算法.首先,提出一种改进的光流算法,通过时间序列以及空间像素变化对运动目标区域进行快速标记;其次,对目标区域进行滑动窗口检测,匹配人体各部位模型,并将反馈信息利用树形结构进行人体建模,实现在复杂场景下识别运动目标.通过实验进行评估,该方法能够在保证较高准确率的情况下,相比基于深度学习的检测算法检测速度更快,可以满足实时监测的要求.