快速相关跟踪算法的研究与实现

利用七阶不变矩对图像进行相关匹配,可以有效抑制几何失真的影响;在匹配的过程中对输入图像进行3层金字塔分解,在每一层上利用高效、并行的遗传算法进行匹配,搜索最优匹配点;实验结果表明该算法能够实时计算运动目标的位置,并且在目标发生缩放、旋转、光照等变化时仍能够长时间稳定跟踪目标.     

基于多特征分层匹配算法的颗粒目标跟踪

在大量的相似小颗粒物体聚集图像中,目标颗粒与环境颗粒难以区分.针时这个问题,本文采用颗粒本身的灰度值与不变矩作为颗粒的特征,实现颗粒目标在平移、旋转和对比度发生变换时的准确匹配.采用规则预测的方法缩小匹配搜索范围.实验结果表明本文提出的颗粒目标跟踪算法可获得令人满意的跟踪效果.     

小型嵌入式平台实时目标跟踪算法的研究与实现

针对高实时性要求、低计算能力的小型嵌入式平台的应用背景,本文提出一种低时间复杂度、高鲁棒性的目标跟踪算法。首先,构建基于时空上下文贝叶斯概率模型的跟踪算法架构,然后提出低时间复杂度的灰度特征尺度池策略实现尺度自适应更新,最后利用基于置信图最大似然概率的目标模型更新策略来提高抗遮挡性能。利用基准数据集OTB2013对本文算法进行测试,跟踪精度为58.9%,成功率为51.3%,优于时间复杂度相近的STC(Spatio-Temporal Context)和CSK(Circulant Structure with Kernels)算法。搭建以DSP为核心的小型目标跟踪平台对算法进行测试,可实现对视场中目标的实时稳定跟踪。当目标波门为64×64 Pixel时,稳定跟踪帧率可达42 frame/s,能够满足实时性和工程实用性的应用需求。     

运动序列目标检测算法研究及DSP实现

由于实际场景的多样性,目前常用的运动目标检测算法都还存在一定程度的缺陷,因此本文提出了一种将帧差法和背景减法相结合的方法,实现快速精确地检测和提取运动目标.实验结果表明,本方法是比较实用的,能较好满足实时视频监控系统的要求.最后将程序移植到基于DSP的平台上,进行相应的优化后基本满足了实时性的要求.     

不均匀背景下弱小目标检测算法研究

在目标跟踪领域,形心跟踪算法得到了广泛的应用,尤其是背景为天空等相对简单的背景时.该算法具有较高的跟踪准确性和稳定性,容易实现目标自动捕获,但当图像背景不均匀而且目标与背景灰度相近时,会严重影响对目标的捕获.本文分析了不均匀背景的形成原因以及特点,将基于群体智能的图像处理方法应用于不均匀背景下的弱小目标检测.在赋予智能体一定的行为和参数并定义相应的运动规则之后,分布于图像环境中的智能体通过对局部环境的适应寻找到了整体的最优解.根据该算法提取到的目标特征与不均匀区域的特征所具有的不同特点.在经过区域填充以及滤波等处理之后.准确检测到了不均匀背景中的弱小目标.     

基于TMS320DM642的运动跟踪系统的设计与实现

为了使视觉监控系统具有自主能力,设计了基于TMS320DM642处理器的运动物体跟踪系统.分别介绍了系统的硬件和软件设计,提出了基于图像差分的特征等实用跟踪算法来跟踪运动目标.实验结果表明,该系统具有在复杂背景下实时检测识别和跟踪运动目标的能力.     

基于Linux Red Hat 7.3平台下嵌入式操作系统的设计与实现

描述了嵌入式系统的构成元素以及Linux系统的启动过程,介绍了构建嵌入式系统所需的软件包、工具、库以及配置文件。最后详细介绍了如何定制一个简单的嵌入式nnu)系统。     

基于FPGA的目标跟踪系统设计与实现

为提高智能视频监控中目标检测与跟踪的实时性、稳定性以及设计灵活性,基于现场可编程门阵列技术,设计一个应用于静态背景下的单目标跟踪系统,并设定报警功能。通过帧间差分和形态学方法减少环境变化对系统的影响,利用多点定位算法实现目标跟踪。实验结果表明,该系统稳定且处理速度快,当目标在摄像头视野内突然停止时也可进行定位与跟踪,具有较好的鲁棒性。     

一种基于DOM盘的安全Linux系统的设计与实现

提出并实现了一种基于Linux的安全操作系统模型——NisecLinux。该系统以DOM（Disk on Module）盘为存储介质,实现了基于网络访问的强制访问控制机制。通过防火墙和入侵检测系统的联动大大增强了系统的安全防护能力;通过VPN技术使数据传输的安全性得到了保障;精简了内核和文件系统,使系统本身的性能得到改善;使用DOM盘加强其物理安全性。该系统在安全性方面达到了系统审计级的标准。     

一种机动目标的跟踪算法研究

目前在机动目标跟踪领域中讨论比较多的算法包括扩展卡尔曼滤波算法、强跟踪算法、UKF算法和粒子滤波算法;扩展卡尔曼滤波算法对非线性方程进行一阶线性阶处理,这种近似所带来的误差会随着非线性化程度的严重而越来越显著,最终造成滤波器的发散;而粒子滤波作为一种基于蒙特卡洛方法的贝叶斯滤波算法,虽然不需要对非线性方程进行一阶近似,但是其计算负担过于繁重,很难满足实时性的要求,提出了一种基于粒子滤波（PF）的径向基（RBF）神经网络（PF—RBF—Neural—Networks）机动目标跟踪算法,该算法能够获得和粒子滤波几乎相同的跟踪精度,同时又克服了粒子滤波计算量大的缺陷,仿真结果验证了该算法的有效性和可行性。     

基于DSP & CPU的Linux操作系统的设计与实现

在分析Linux内核和DSP＆CPU体系结构的基础上,提出了在DSP＆CPU体系结构下FDS-Iinux的实现方案。并对DSP＆CPU体系结构下的内存管理、进程调度和中断实施过程进行了设计与实现。     

基于DSST的运动目标跟踪算法研究

针对传统MeanShift目标跟踪算法中运动目标有速度较快或者尺度变换时,而不能准确进行跟踪的问题,引入了DSST运动目标跟踪算法.该算法加入了多尺度估计,并且在样本提取时采用多维特征,可以较好的估计下一帧中运动目标的位置.本文分析了DSST算法的原理,并进行了实验仿真.实验结果表明,DSST的运动目标跟踪算法能较好的...     

基于SCI的Linux操作系统扩展研究

通过分析SCI原理,使用Linux模块在核心引入Mod_tracer接口,很好地解决了Ptrace接口的局限性,为基于SCI技术对传统操作系统进行扩展提出了一种新框架,并通过用户级网络文件系统实现,验证了其有效性。     

联合YOLO和Camshift的目标跟踪算法研究

为了解决传统目标跟踪算法在有遮挡后无法准确跟踪的问题,提出了将YOLO和Camshift算法相联合的目标跟踪算法.基于YOLO网络结构来构建目标检测的模型,在模型构建之前,采用图像增强的方法对视频帧进行预处理,在保留视频帧中足够图像信息的同时,提高图像质量,降低YOLO算法的时间复杂度.用YOLO算法确定出目标,完成对目标跟踪的初始化.根据目标的位置信息使用Camshift算法对后续的视频帧进行处理,并对每一帧的目标进行更新,从而可以保证不断调整跟踪窗口位置,适应目标的移动.实验结果表明,所提的方法能够有效地克服目标被遮挡后跟踪丢失的问题,具有很好的鲁棒性.     

基于多线索融合的目标跟踪算法研究

目标跟踪是计算机视觉领域一项核心技术,通用的目标跟踪算法以单线索或简单融合多个线索为主,当背影突然改变时,单一线索或多个线索的简单融合便难以跟踪成功.针对这个问题,在粒子滤波的框架下提出了自适应融合颜色线索和角点线索的跟踪方法,通过判断各个线索的可信程度,自适应给不同线索分配不同的权重,很好地解决了在复杂背景、互相遮挡情况下的跟踪问题.实验证明,采用的自适应多线索融合方法在实际应用中有更强的鲁棒性.     

维、哈、柯文版Linux操作系统关键技术的设计实现

维吾尔文、哈萨克文、柯尔克孜文(以下简称民文)等多文种操作系统软件,对于提高我国西部少数民族地区的信息化水平,起着重要作用.本文首先阐述了民文与汉文、西文等语言在计算机处理方面的差异,然后通过分析Linux国际化框架,提出了民文版Linux的总体设计结构,最后分两个模块重点论述了民文变形显示、从右向左书写、民汉混合处理等主要技术难点在Qt层次上的实现.测试表明,民文版Linux在保证原有功能的基础上,全面支持了民文的使用习惯.