基于均值漂移算法的水下视频目标跟踪

鉴于水下的特殊环境,本文利用均值漂移算法对水下视频中的运动目标进行跟踪.首先对水下视频目标对象和候选目标对象分别建立RGB颜色分布加权直方图模型,将这两个模型进行匹配,匹配度用Bhattacharrya系数来表示,搜索出与目标最匹配的候选目标并且更新目标模型,依此类推,从而在视频序列中实现目标跟踪.仿真实验证明,基于均值漂移算法的目标跟踪能够克服水下视频环境中干扰运动目标跟踪的因素:水波、倒影、气泡、游泳池浮标的遮挡等,进一步与基于Kalman滤波器的水下目标跟踪相比(对比),目标跟踪结果表明本文所用的算法能够对水下这种复杂背景的运动目标进行稳定实时的跟踪.     

基于均值偏移快速算法的红外目标跟踪

在光电跟踪设备中,传统的嵌入式跟踪器一般采用形心、相关等算法,在复杂背景下或目标受到遮挡时会丢失目标。为了能够使目标跟踪器具有抗遮挡的能力,在嵌入式目标跟踪平台上引入了均值偏移算法。在硬件的设计上,利用FPGA并行运算效率高的特点,设计了基于FPGA的直方图统计计算模块,该模块实时的将每一帧的直方图计算结果存储在SDRAM上,然后利用DSP进行均值偏移的迭代运算,在算法上针对红外图像设计了融合图像位置和像素灰度特征的改进核函数直方图作为目标特征,并提出了改进的快速均值偏移算法使其满足DSP的运算速度要求。实验表明系统在背景复杂和目标受局部遮挡时可以连续跟踪目标。跟踪性能好于传统的以型心为算法的跟踪器。在目标区域大小为64×64像素大小时,平均计算速度为22 ms。该系统和所使用的算法可支持大部分红外相机对目标的实时稳定跟踪。     

基于多模板回归加权均值漂移的人体目标跟踪

针对移动机器人跟踪人体目标时目标因角度大幅变化引起外观改变造成的跟踪无效,提出了多模板回归加权均值漂移跟踪方法。该方法通过建立目标的多模板模型,应用均值漂移算法实现目标跟踪。首先,根据前一帧均值漂移结果和当前帧头肩粗定位结果确定目标模板集,使其包含目标人体的位姿和角度改变。然后,采用多模板回归加权均值漂移实现目标的精确定位。在多模板均值漂移中引入回归模型实现颜色纹理特征与目标模型相似度之间的映射,从而控制模板数量,保证目标检测的实时性。最后,分别在视频图像和机器人目标跟踪平台上对所提方法进行实验验证。结果显示,图像处理平均时间为86.4s/frame,满足机器人跟踪的实时性要求。该方法解决了目标特征在跟踪过程中发生变化的问题,提高了机器人跟踪时对目标人体特征变化的鲁棒性。     

利用图像边沿特征实现相关跟踪

介绍一种利用图像边沿特征实现图像相关跟踪的方法.从图像相关跟踪原理出发,通过对原始图像滤波、特征提取、相关函数及模板更新方法的改进,给出了实现特征相关跟踪的具体方法以及实验结果.利用目标图像边沿特征实现相关跟踪,解决了工程应用中相关跟踪算法存在的计算量大和跟踪目标易受背景影响的问题.此方法可直接利用数字图像的灰度特征,在低信噪比的情况下目标跟踪点漂移减小,目标跟踪能够较好地适应不同灰度分布的背景.使相关跟踪的性能得到了提高.     

一种改进的均值移位红外目标跟踪算法

为了增强复杂背景条件下红外目标跟踪的稳健性,提出了一种改进的均值移位目标跟踪算法。该算法融合了均值移位的梯度匹配搜索策略的优势与基于特征分类跟踪算法强鲁棒性的优点,建立了灰度似然比加权的核直方图目标表征模型。模型中加入了目标与局部背景灰度特征的似然比作为原始核直方图的权值,应用该模型的均值移位算法能够进一步提高目标像素灰度的移位权重,有效抑制背景干扰,进而提高低对比度目标跟踪的稳健性。同时,基于跟踪复杂度估计提出了目标遮挡情况下的模型更新判别准则,提高了算法的自适应性能。实测红外目标跟踪实验表明了该算法简单、有效。     

基于均值漂移和粒子滤波相结合的水下运动目标跟踪

泳池是一个变化较大的动态场景,会受到气泡、光照强度和水波等因素的干扰,针对泳池环境的复杂性特点,本文提出一种基于均值漂移和粒子滤波相结合的水下运动目标跟踪算法。首先,结合Mean Shift算法中的核函数原理和目标模型,以RGB颜色直方图为核心建立水下运动目标模型,然后在粒子滤波跟踪水下目标的过程中,利用Mean Shift算法对粒子进行收敛,使粒子的分布更加接近目标的真实位置。仿真试验结果表明,本文提出的算法能够克服水波、阴影、气泡、遮挡等因素的干扰,实现了水下复杂背景下的实时稳定的目标跟踪。     

一种改进的基于双权值颜色直方图的均值漂移跟踪算法

在实际应用中,当目标与背景的颜色相似时,均值漂移跟踪算法容易产生跟踪漂移现象.本文基于均值漂移算法,首先提出一种背景削弱权值,结合基于核函数的目标中心加权,有效解决由相似背景带来的跟踪干扰.然后提出一种模板更新策略,提高目标在遮挡、光照、形变等干扰下的跟踪鲁棒性.由老虎图像序列实验可知,提出的改进算法具有更好的跟踪效果.     

微间隙焊缝磁光成像检测及跟踪方法

在激光对接焊过程中,必须精确检测焊缝位置并控制激光束始终对中焊缝。针对小于0.05 mm的微间隙对接焊缝,通过对焊件施加感应磁场,利用法拉第磁旋光原理构成磁光传感器,获取焊缝磁光图像。针对焊缝磁光图像,以焊缝磁光图像的灰度直方图为特征模版,研究一种基于均值漂移算法的激光焊焊缝检测与跟踪方法。通过均值漂移与粒子滤波相结合的算法,利用粒子滤波能够对图像大范围搜索目标的特点,实现焊缝全自动跟踪。同时,根据相似度Bhattacharyya系数对焊缝特征模版进行更新,提高焊缝跟踪精度。试验结果表明,利用均值漂移与粒子滤波相结合的算法能够从焊缝磁光图像中有效检测焊缝特征,实现焊缝的自动跟踪。     

基于粒子滤波的多自由度运动目标跟踪

为了在复杂背景下跟踪视频序列中的多自由度运动目标,基于粒子滤波理论提出了一种多自由度运动目标的稳健跟踪算法.首先,采用均值漂移算法目标模型与候选模型的相似度作为观测值的构造基础;然后,在核函数下颜色直方图的基础上,对目标的中心位置和表征目标形状的协方差矩阵进行更新,从而自适应地调整核函数带宽的大小,修正跟踪窗口的尺寸,...     

基于Camshift算法的神经丝蛋白自动跟踪

神经丝蛋白体型细长、形态多变,跟踪难度大。为了能够准确稳定的获取神经丝蛋白质的运动状态,利用了改进的Camshift算法实现了对神经丝蛋白运动的自动跟踪。利用HSV颜色空间的颜色直方图建立目标模型,结合预测点对目标特征点加权。通过在目标颜色概率模型中引入核函数,利用核密度梯度来进行目标搜索,最终在每帧图像中获取目标的具体位置。鉴于神经丝蛋白的特殊性,还对比分析了其他两种概率预测类算法的跟踪效果。实验结果表明,此方法能够快速稳定跟踪神经丝蛋白,为神经丝蛋白质的医学研究提供了新的途径。     

基于TMS320F2812 DSP的定日镜跟踪控制系统的设计

在传统的定日镜跟踪控制系统中,大部分采用光电跟踪法或视日运动轨迹跟踪法,这使其存在很多局限性。为了克服这些不足,将上述两种方法有机结合,采用TMS320F2812 DSP芯片为控制核心,搭建硬件开发平台,利用CCS2000软件支撑环境,实现了对定日镜的自动跟踪和控制,系统具有性能稳定,实时跟踪响应速度快的优点,具有良好的开发应用价值。     

基于数据关联性能优化的跟踪门算法

典型的机载红外搜索跟踪系统采用大场和小场两种扫描方式,在不同的扫描方式下,跟踪门的设计有所不同.小场扫描频率高,可采用椭球形跟踪门;大场扫描频率低,宜采用类水滴形跟踪门.针对类水滴形跟踪门提出了一种基于数据关联的性能优化的跟踪门算法,通过它来减少跟踪门内来自非本目标的回波,最终达到提高多目标多传感器跟踪系统性能的目的.     

某小型光电跟踪系统中的模糊控制设计

某小型光电跟踪系统因视场小,对系统的跟踪精度、速度和稳定性提出了较高的要求。在光电跟踪系统中采用了模糊控制方法,结合某型装备进行模糊控制器的设计,并通过实验表明模糊控制能够有效的提高该跟踪系统的跟踪精度、速度和稳定性。     

眼动追踪技术的研究述评

眼动追踪技术作为一种研究个体认知水平及心理状态的新型研究手段,被广泛地应用各个领域的基础研究和应用研究中。本文主要从眼动追踪仪的基本原理及其种类、眼动追踪指标及心理含义、眼动追踪技术的应用三个方面对眼动追踪技术进行了介绍,为不同领域的研究者开展眼动追踪研究提供有价值的参考。     

头位跟踪技术研究

头位跟踪技术在民用及军事领域具有广泛的用途.本文分析了头住跟踪的主要技术要求,阐述了目前常用的几种头住跟踪技术的特点,并对头位跟踪技术的发展趋势进行了分析和展望.     

基于单片机的太阳跟踪控制系统设计

传统的太阳跟踪方式多采用光电跟踪或视日运动轨迹跟踪控制方式,存在着跟踪精度低、有累积误差等缺点。为了改进对太阳的跟踪精度和消除累积误差,提高太阳能的利用率,设计了一种基于Atmega16单片机为控制核心的跟踪控制系统,采用光电跟踪和视日运动轨迹跟踪互补的控制方式。在跟踪策略上,晴天采用光电跟踪,阴天采用视日运动轨迹跟踪,实现了全方位、高精度、全天候的实时精准跟踪。试验结果表明,该控制系统工作性能稳定,实现了实时精确的太阳跟踪。     

超声波传感器焊缝跟踪系统的研究

介绍了一种基于超声波传感器的焊缝跟踪系统的设计方法,给出了系统硬件总框图、软件程序模块图和跟踪算法.     

基于色度饱和度-角度梯度直方图特征的尺度自适应核相关滤波跟踪

针对核相关跟踪算法(KCF)对特征敏感及无法跟踪尺度的问题,本文从特征提取和尺度自适应两个方面对核相关滤波跟踪算法进行了研究。提出了一种基于色度饱和度-角度梯度直方图特征的自适应核相关跟踪算法来改善KCF算法的跟踪性能。首先,研究了HSI颜色空间的特点,基于颜色和梯度是互补的图像特征,提出了一种融合了梯度和颜色的HHS-OG特征来有效提高原始KCF算法对目标和背景的判别力。其次,针对KCF无法处理目标尺度变化的问题,在跟踪的检测阶段采用一组固定的尺度因子进行图像块采样,根据得到的滤波响应图估计目标的最优位置和尺度。将所提算法在大量视频序列上进行了跟踪实验,结果显示其平均跟踪速度为37.5frame/s,跟踪精度和成功率分别提升了5.4%和10.1%。实验表明HHS-OG特征具有良好的目标-背景判别能力,能够实现鲁棒跟踪,而尺度自适应策略能较大程度地提高跟踪精度。     

嵌入式智能视频跟踪系统

阐述智能视频监控系统的工作流程,重点介绍嵌入式智能视频跟踪系统的设计与实现。以嵌入式处理器PXA270为基础,采用USB摄像头采集视频数据,运用改进的CamShift跟踪算法,实现运动目标跟踪。     

加速度滞后补偿提高光电跟踪系统跟踪精度的方法

在速度滞后补偿的基础上,提出了一种加速度滞后补偿提高光电跟踪系统跟踪快速运动目标精度的方法,并将其应用于提高电视跟踪稳态精度中。结合电视跟踪器补偿技术,在保证最大跟踪误差不大于3′的条件下,将目前光电经纬仪电视跟踪系统跟踪最大角速度30°/s和最大角加速度12°/s2能力,提高到跟踪最大角速度50°/s、最大角加速度30°/s2。仿真和实验结果表明,该方法简单实用,可以在速度滞后补偿提高跟踪精度的基础上,大大提高系统跟踪快速运动目标跟踪精度的能力。在实际工程应用中,所述方法取得显著效果。