|
1.
|
基于DWT和Kalman滤波的多运动目标跟踪
|
|
|
|
|
|
|
路红 费树岷 郑建勇 张涛《数据采集与处理》,2008年第23卷第5期
|
|
|
为解决复杂道路交通场景中的误检问题,提高跟踪效率,提出了一种基于离散小波变换(DWT)和卡尔曼(Kalman)滤波的多运动目标跟踪算法。本文利用DWT对背景和序列图像进行三层分解,仅将低频子图进行背景差分提取了运动目标。在跟踪阶段,建立区域-目标模型,以检测信息作为观测值并利用Kalman滤波进行位置预测;通过匹配预测值和观测值,建立包含稳定目标、丢失目标和新出现目标的三层目标链,并对稳定目标进行Kalman最优估计。采用在线计算获取各运动目标的初始位置和速度,使预测值一开始就接近观测值。通过对实际视频序列进行检测跟踪实验和对比,分析了算法性能。实验结果表明,本文方法具有较高的抗噪声能力、跟踪实时性和准确性。
|
|
2.
|
低对比度环境下运动目标光学相关检测技术 被引次数：1
|
|
|
|
|
|
|
张肃 王文生 徐春云《仪器仪表学报》,2013年第34卷第2期
|
|
|
在用光电混合联合变换相关器对运动目标进行检测的过程中,为了在提高运算速度的前提下解决运动目标在低对比度环境中所导致的低识别率问题,提出一种基于提升小波的边缘检测算法,该算法能在将目标边缘准确地从低对比度环境中提取的同时,将传统小波变换的计算量减少一倍,显著提高运算速度,满足运动目标检测在处理速度上的需求。将该算法应用于光学相关检测,并结合瞬态模板方法可改善目标的识别率,提高在低对比度环境下运动目标检测的效率。对大量具有低对比度特点的运动序列进行光学相关实验,验证了算法对低对比度环境下运动目标检测的可行性。
|
|
3.
|
动态场景图像序列中运动目标检测新方法
|
|
|
|
|
|
|
郑世友 费树岷 刘怀 龙飞《中国图象图形学报》,2007年第12卷第9期
|
|
|
在动态场景图像序列中检测运动目标时,如何消除因摄影机运动带来的图像帧间全局运动的影响,以便分割图像中的静止背景和运动物体,是一个必须解决的难题。针对复杂背景下动态场景图像序列的特性,给出了一种新的基于场景图像参考点3D位置恢复的图像背景判别方法和运动目标检测方法。首先,介绍了图像序列的层次化运动模型以及基于它的运动分割方法;然后,利用估计出的投影矩阵计算序列图像中各运动层的参考点3D位置,根据同一景物在不同帧中参考点3D位置恢复值的变化特性,来判别静止背景对应的运动层和运动目标对应的运动层,从而分割出图像中的静止背景和运动目标;最后,给出了动态场景图像序列中运动目标检测的详细算法。实验结果表明,新算法较好地解决了在具有多组帧间全局运动参数的动态场景序列图像中检测运动目标的问题,较大地提高了运动目标跟踪算法的有效性和鲁棒性。
|
|
4.
|
基于提升小波的运动物体检测
|
|
|
|
|
|
|
邱文华 邱珍珍《数字社区&智能家居》,2009年第9期
|
|
|
运动目标检测是当前进行图像分析和理解以及在计算机视觉领域研究的热点,根据目标特性、摄像机是否运动、背景是否复杂等不同情况,算法也有很大的差别。文中提出了一种基于光流场分割和提升小波边缘检测融合的运动目标检测方法。实验表明,这种方法可以有效地从复杂自然场景的图像序列中检测出完整的运动目标。而且能够有效的抑制噪声,同时可减少计算时间,满足检测的实时性要求。
|
|
5.
|
基于仿射不变量的运动目标遮挡检测和跟踪
|
|
|
|
|
|
|
郑世友 费树岷 袁晓辉 龙飞《信号处理》,2006年第22卷第3期
|
|
|
图像序列中运动目标的遮挡检测和处理是目前在动态图像处理时经常碰到,且比较难于解决的问题。本文针对复杂背景下图像序列的特性,给出了一种基于仿射不变量的多运动目标的遮挡检测和跟踪方法。该法首先给出了仿射不变量向量的构造,以及基于它的遮挡判决准则;然后,结合被跟踪目标的先验知识,给出丁,轨迹线以及遮挡区域的预测方法;最后,给出了依赖于仿射不变量向量的运动目标遮挡和跟踪的详细算法。实验表明新算法较好的解决了复杂背景下序列图像中的运动目标遮挡检测和跟踪的问题,较大的提高了运动目标跟踪算法的鲁棒性;同时新算法具有较快的响应速度。
|
|
6.
|
利用极化信息的高频地波雷达TBD检测算法
|
|
|
|
|
|
|
李发宗 毛兴鹏 常维国《哈尔滨工业大学学报》,2016年第48卷第5期
|
|
|
为解决复杂的杂波背景造成高频地波雷达目标检测上的困难,针对高频地波雷达的极化特性,提出了一种将极化信息与传统动态规划算法相结合的TBD检测新方法. 该方法利用运动目标方向信息和极化信息对算法进行优化,并通过预检测减小计算量. 在高斯背景和高频地波雷达实测数据中的仿真和检测结果表明,存在电离层杂波干扰时,基于极化信息的检测前跟踪新方法比传统动态规划算法性能明显提高.
|
|
7.
|
智能交通卡口监测系统的图像序列压缩编码
|
|
|
|
|
|
|
李振华 张兆杰 徐胜男《计算机工程》,2011年第37卷第22期
|
|
|
根据智能交通卡口监测系统图像序列的特点，提出一种基于车辆目标检测与运动估计的灰度图像序列压缩编码方案，该方案分为帧内编码和帧间编码2个部分。帧内编码，即静止图像编码，采用多级树集合分裂算法对图像的提升9/7小波变换系数进行编码。帧间编码则提取图像序列中的车辆目标，应用双线性插值方法，根据前一帧中的匹配目标预测当前帧中的目标，从而对预测帧和当前帧的差分结果进行编码，并嵌入匹配目标的运动矢量，形成最终的帧间编码码流。实验结果表明，该方案能够有效解决智能交通卡口监测系统图像序列的压缩编码问题。
|
|
8.
|
基于小波提升框架及小波能量的红外弱目标检测方法
|
|
|
|
|
|
|
徐韶华 李红《红外技术》,2006年第28卷第11期
|
|
|
针对图像序列中红外弱小目标的检测与跟踪中遇到的难点，即信噪比低、帧间相对位移小等问题，提出一种基于小波提升框架及小波能量的目标检测算法。新方法首先对隔帧融合生成的图像进行小波提升变换，然后通过计算水平及垂直方向上小波能量并选取合适的阈值将目标提取出来，再结合目标的帧间相关性实现准确跟踪。由于新方法联合考虑了帧间信息及单帧的灰度信息，因而检测结果比常规方法更为准确可靠。试验结果表明，新方法对信噪比小于2、帧间位移小于一个像素的红外斑点目标的检测与跟踪十分有效，并且实时性很好。
|
|
9.
|
一种基于小波变换的运动估计方法
|
|
|
|
|
|
|
王兵 赵荣椿 蒋晓悦 俞鸿波《西北工业大学学报》,2004年第22卷第4期
|
|
|
提出了一种基于运动边缘检测与连续小波变换相结合的运动目标检测与跟踪方法。通过多尺度运动目标边缘检测．提取出运动目标图像能量集中的边缘，得到抗噪性好、边缘连续清晰的运动目标。利用连续小波变换把目标边缘图像序列映射到运动状态参数空间进行分析。实验表明，该算法是对有噪、旋转和遮挡等复杂运动目标进行运动估计的有效方法。
|
|
10.
|
基于方向提升小波变换的多描述视频编码 被引次数：1
|
|
|
|
|
|
|
陈锦春 蔡灿辉《计算机工程》,2009年第35卷第22期
|
|
|
提出一种基于方向提升小波变换的多描述可分级视频编码方法,该方法能增强视频编码的容错性和网络自适应性。对视频序列中的每一帧图像按梅花下采样产生2个子序列,对每个子序列分别进行三维小波可分级视频编码形成2个描述。为解决传统二维小波变换方法对梅花下采样图像编码效率低的问题,引入方向提升小波变换对图像进行空域分解,提出5模式方向提升小波变换以进一步提高编码效率。实验结果证明了该方法的有效性。
|
|
11.
|
基于时域的红外图像序列中快速运动小目标检测算法
|
|
|
|
|
|
|
聂洪山 赵新昱 陈晓飞《红外技术》,2006年第28卷第6期
|
|
|
提出了一种新的红外图像序列中快速运动小目标时域模型。为差分图像序列中的背景像素、目标像素、杂波像素建立了模型，将目标检测问题转化为噪声中已知信号的检测问题，并应用相关检测技术进行目标检测。理论分析表明，在SNR和SCR均大于6的情况下，算法具有很好的性能，实验结果也证实了算法的有效性。
|
|
12.
|
基于形态重构的红外小目标图像背景抑制算法 被引次数：1
|
|
|
|
|
|
|
魏长安 姜守达《红外技术》,2008年第30卷第12期
|
|
|
前视红外(FLIR)小目标图像背景比较复杂,给目标检测和识别造成较大困难.针对图像背景中存在杂波,提出一种基于形态重构的背景抑制技术,分析了获取标记图像时结构算子的选取方法.对AMCOM数据集上的实验表明,提出的算法对于提高图像的信噪比是很有效的.
|
|
13.
|
基于小波多尺度图像配准的运动小目标检测 被引次数：4
|
|
|
|
|
|
|
李红 郑成勇 高景丽《红外与激光工程》,2003年第32卷第3期
|
|
|
探讨了一种红外图像序列中独立运动小目标检测的新方法。通过一种鲁棒的小波多尺度图像配准过程消除主场或背景运动的影响。同时,利用改进的Fisher算法及小波变换对低频的图像进行分割,最终将目标从背景中分离出来,并对配准后分割的图像差分,获得目标运动轨迹。实验表明了该方法的有效性。
|
|
14.
|
高速采集图像实时压缩算法
|
|
|
|
|
|
|
宋燕星 袁峰 刘淑聪 姚振静《红外与激光工程》,2011年第40卷第6期
|
|
|
为了解决高速图像采集给图像数据的实时传输和存储带来的困难,提出了一种基于提升形态Haar小波的面向自动目标识别(ATR)的图像压缩算法——目标形态小波图像编码(TMWC).该算法将形态Haar小波与数学形态学方法结合应用.首先将采集图像进行二维提升形态Haar小波分解,结合目标感兴趣区域(ROI)检测要求的特点,仅在尺度信号域内应用设计的目标ROI检测算子,完成目标ROI的检测.根据ROI检测结果将低频尺度信号分为3种编码层,并对不同的编码层选用不同的编码方法.仿真实验结果表明:该算法运算简单,对图像的压缩效果较好,且可以近无损保存目标信息.
|
|
15.
|
基于稀疏表示的杂波建模和微弱运动目标探测
|
|
|
|
|
|
|
罗 倩《现代雷达》,2016年第2期
|
|
|
雷达回波中,微弱运动目标会被强杂波掩盖,造成目标探测困难。文中提出基于匹配追踪稀疏表示方法的雷达微弱运动目标探测算法,采用训练的过完备字典线性组合对杂波进行建模并解决稀疏表示问题,提高了杂波建模的准确性,利用杂波模型抑制杂波,可以从杂波背景中有效地探测微弱目标。仿真结果表明:文中提出的算法优于传统的目标探测方法,可以提高杂波抑制和微弱运动目标探测性能。
|
|
16.
|
基于小波提升的变模板视频多尺度目标识别*
|
|
|
|
|
|
|
崔星 闫清东《计算机应用研究》,2007年第24卷第12期
|
|
|
为了快速有效地解决图像序列中移动目标的识别定位,提出了一种基于互相关的目标检测算法。该算法经小波提升建立低分辨率子图,通过快速的互相关检测,在高分辨率原图中建立紧凑ROI。为了适应运动目标变形,整个检测过程以互相关运算极大值为依据,更新目标模板。实验结果表明,在满足检测速度的同时,算法对目标的识别有较高的精度与鲁棒性。
|
|
17.
|
基于小波变换与灰度形态学滤波的双波段红外图像弱目标融合检测 被引次数：3
|
|
|
|
|
|
|
李秋华 王厚生 邹自力 沈振康 李吉成《信号处理》,2006年第22卷第3期
|
|
|
针对舰载红外搜索与跟踪系统中的弱目标检测问题,本文首先提出了一种采用小波变换与灰度形态学滤波相结合的背景抑制与目标增强算法;然后基于所提出的背景抑制与目标增强算法设计了一种双波段红外图像弱目标融合检测方法;最后采用实际的双波段红外图像序列对所提出的背景抑制与目标增强算法和所设计的双波段红外图像弱目标融合检测方法进行了实验测试,并给出了详细的分析与比较。实验结果显示所提出的背景抑制与目标增强算法在较大程度上改善了在信噪比条件下的红外图像弱目标检测效率,而双波段红外图像的应用进一步提高了系统的目标检测性能。
|
|
18.
|
一种新的空时域滤波小目标检测方法 被引次数：2
|
|
|
|
|
|
|
曹琦 毕笃彦 张齐《光电工程》,2009年第36卷第7期
|
|
|
为了提高红外图像序列中弱小目标的信噪比和检测概率,同时考虑检测算法实时性,提出了一种新的基于空时域滤波的小目标检测方法.首先,以第一帧图像为参考帧,对各帧图像进行运动补偿;然后,对运动补偿后的各帧图像在空域进行方差加权信息熵滤波,对空域滤波后图像采取双向隔帧差分的时域滤波;最后通过检测差分图像中的"凸包",抑制背景和噪声,检测小目标.文中给出了实验结果与分析,并与其他方法作了比较.实验结果表明,上述方法能大幅度的提高目标的信噪比,检测小目标,且实时性好.
|
|
19.
|
一种时变序列轮廓图像运动参数重建方法
|
|
|
|
|
|
|
王卫清 汪传忠 李国强《测试技术学报》,2008年第22卷第5期
|
|
|
针对现有的基于特征场的运动场估计方法对帧间位移比较大时运动参数建立困难的问题,提出了基于目标轮廓图像序列的运动估计理论和参数重建方法.该方法基于水平集方法理论,通过对二维轮廓线的标识处理,对轮廓线的演化运动序列进行了建模,并通过仿真试验进行了验证.本方法可用于重建瞬态目标及形变目标的运动位移、速度和加速度等运动参数检测研究.尤其可用于膛H火焰、爆炸过程分析等动态图像检测领域.
|
|
20.
|
一种基于动态规划的点目标轨迹关联算法 被引次数：8
|
|
|
|
|
|
|
钟圣芳 张兵 卢焕章《计算机测量与控制》,2004年第12卷第8期
|
|
|
根据低信噪比条件下图像序列中运动小目标检测涉及信息量大、目标轨迹复合复杂、实时处理困难等特点，在对现有的检测算法研究分析的基础上，详细阐述和研究了一种基于动态规划能量累加的二级检测算法，此算法根据点目标运动的连续性和相关性，轨迹关联时利用最小二乘的方法预测目标位置，在预测位置对搜索窗口采取方向性限制，实验效果指出此算法可有效的检测出低信噪比条件下图像序列中的慢速运动点目标。该算法也可检测交叉运动的多个运动点目标。
|
