基于视频处理的高斯背景提取方法

运动目标检测的主要方法有相邻帧差法与背景减法,在背景减法中,准确的提取背景是运动目标检测的核心任务之一。背景提取的主要方法有均值法、中值法、Mode算法以及基于单高斯模型与混合高斯模型的背景提取方法,前四种方法的求解过程比较简单,但对于复杂多变的背景,提取的准确性较差．对此本文提出了一种基于自适应混合高斯模型的背景提取的算法,实验结果验证了算法的实用性与有效性。     

一种改进的数据融合算法

目标脱靶量数据处理在目标跟踪中起着非常重要的作用,而传统的目标脱靶数据处理通常是针对单传感器数据进行的,本文提出几种针对红外、雷达两种不同类型传感器目标脱靶量数据融合处理的方法,并通过三种方法的比较,得出一些有益的结论。     

基于自适应混合高斯模型背景提取的研究

运动目标检测的主要方法有相邻帧差法与背景减法,在背景减法中。准确的提取背景是运动目标检测的核心任务之一。背景提取的主要方法有均值法、中值法、Mode算法以及基于单高斯模型与混合高斯模型的背景提取方法,前四种方法的求解过程比较简单,但对于复杂多变的背景,提取的准确性较差．对此本文提出了一种基于自适应混合高斯模型的背景提取的算法,实验结果验证了算法的实用性与有效性。     

识别传递函数参数的一种广义最小二乘法

线性动力学系统的频响特性的量测误差具有相关性,用最小二乘估计求得的传递函数系数有偏.为此,本文用广义最小二乘法导出识别传递函数参数的迭代算法,并用数值模拟法产生强噪声污染的频响函数数据,用它作识别计算.结果表明本文建议的算法比最小二乘法的精度有明显提高,计算量也不大.     

一种改进的模糊神经网络控制器学习算法

提出了一种改进的模糊神经网络混合学习算法,运用遗传算法优化构成隶属函数的网络结构,运用最小二乘法进行解模糊,具有更高的学习精度和更快的收敛速度,解决了在多变量系统中采用模糊神经网络时学习收敛慢且易陷入局部极小点的问题。     

一种采用背景统计技术的视频对象分割算法

利用背景统计技术从累积的帧差信息中构建出完整、可靠的背景区域,并将其与当前帧相比较,得到初始对象分割掩膜;再对之进行后处理,以消除噪声影响和平滑对象边界,从而获得较好的对象分割掩膜,并提取出视频对象。该算法不需要预知运动对象的形状、数目等,就能较好地从静止背景中分离出目标,实验证明,它具有一定的实用性和鲁棒性。     

基于背景消减法的运动目标提取方法研究与仿真

首先详细描述背景消减法的步骤,研究减背景法的关键——背景的高斯模型建模,给出仿真结果。同时使用空域信息对基于高斯模型的目标提取方法进行改进,并给出改进后的仿真结果,显示目标提取准确性得到提高。     

汽－液平衡的一种有效算法

以活化碳酸钠溶液吸收二氧化碳的汽－液平衡分压为例，用最小二乘法和正交多项式，将一元拟合与二元拟合结合在一起，建立了汽－液平衡的一种有效算法，与实测数据拟合的很好，最大相对误差不超过３％．     

目标极点的一种新的提取方法

针对雷达引信目标识别极点特征提取中的白噪声阻尼正弦信号参数估计这一问题，提出将其视作一ＡＲＭＡ模型来求解的方法，计算机仿真结果证明该方法是可行的。     

可见光图像背景起伏的平稳性和相关性分析

提出了单位根假设检验可见光图像背景起伏平稳性的方法,理论上证明了时空域变化的广义平稳性。该方法采用ADF假设检验,从时域和空域分析背景灰度的变化,利用线性回归的方法进行协整性检验,从而得出结论。在平稳的基础上,使用相关长度刻划背景起伏的时空域相关性,得到两个结论。(1)一维指数模型的时间相关长度分析表明背景起伏具有强时相关性。并且这种强相关性集中体现在像素点灰度均值和相邻的有限帧(1～2帧)。因此提出低阶AR模型(1～2阶)对这种特性进行描述,得到的模型参数可用于图像背景估计。(2)空间相关长度分析证实了背景起伏具有强的空域相关性。并且图像可以分割成若干个不相关的区域。总的来说,背景起伏具有时空域的双重平稳性和强相关性。     

红外序列图像的支持向量机分割方法

红外序列图像的准确分割是自动目标识别的关键,而当图像背景复杂时,传统的图像分割技术往往难以满足要求,为此,提出了基于支持向量机的红外序列图像分割方法。序列图像中的部分帧被作为训练样本,通过选择适合的模型参数,运用支持向量机方法建立学习机器,将后续图像帧中的目标从复杂的背景中识别出来,从而实现红外图像分割。实际红外序列图像分割表明,基于支持向量机的图像分割方法不需要复杂的预处理和后处理工作,分割效果理想,对于小目标的图像,识别正确率可达 99%。     

对数极坐标图像匹配在目标姿态测量中的应用

本文介绍了一种基于极坐标下图像匹配的方法实现帧与帧之间旋转角度的计算,并可以得到目标轮廓保证可靠跟踪,其坐标变换部分不同于传统的对数极坐标变换,该方法并不进行对笛卡尔坐标系下图像的采样,而是完全保留目标精确的边缘信息用以进行边缘形状匹配.匹配过程分为粗匹配和精匹配两步进行,这种方法主要是利用了极坐标下目标轮廓旋转不变性来实现的.本文还提出了一种双目测量目标旋转角度系统,通过该系统可以完成对空间中的目标在任一旋转平面上的旋转角度.实验证明,该方法计算量小、简单实用、跟踪精度满足要求.     

复杂背景、强噪声环境中的点源目标检测及跟踪方法

介绍了一种在复杂背景、强嗓声环境中检测并跟踪多个点源目标的方法。目标在图象中的位置是未知的；其轨迹是连续的并可以是任意的；图象序列中含复杂的变化背景，并伴有强的随机白噪声；目标为压几个象元的点目标，本文提出的是一种回形窗扫描、相关处理及相关跟踪相结合的算法，能有效地从复杂背景、强噪声环境中检测与跟踪多个点源目标。这种算法能对图象进行分割、并行处理，适合于实时的目标探测及跟踪。     

一种视频强杂波两级空域滤波抑制方法

为便于对复杂视频强杂波背景下的微弱运动目标进行检测,提出了一种两级空域滤波强杂波抑制方法。采用局域均值去除(LMR)作为一级滤波,将原始图像变换为较大局域内均值和方差缓变的二维广义平稳过程,再通过基于二维AR模型参数估计的二级滤波器自适应滤除残余杂波。实验结果表明,对于一般噪声条件下的视频目标图像,利用该方法处理后得到的残留噪声呈现出很好的高斯性和独立性,并且输出目标信号杂波噪声比(SCNR)的平均增益达到1．33dB,有利于进一步的检测。     

铁路路障检测方法

铁路的路外交通事故每年都为铁路部门和国家带来很大的损失，非常有必要研制出一套铁路路障视频监测系统，而图像处理和图像的监控技术就是研制这套系统的基础。综述了现有的图像处理和监控技术的主要技术和方法，以及图像检测技术在铁路路障监测系统中的应用和实现。     

图像序列中运动弱小目标的检测

根据序列图像中运动弱小目标的相关性,提出一种弱小目标检测的方法。采用能量积累的方法,提高图像信噪比;采用自适应门限进行阈值分割,得到二值化的图像;利用聚类的方法去掉噪声点。实验结果表明,该方法能够有效地提取出低信噪比下序列图像中的弱小目标。     

一种有效的红外图像中人造目标分割方法

提出一种红外图像单阈值分割方法。为了减少计算量,结合先验信息选择包含待分割目标的感兴趣区域,利用Bezier曲线法平滑感兴趣区域直方图的噪声;对平滑后的感兴趣区域的直方图求解其曲率曲线,用曲率曲线的波峰所对应的灰度值作为初始分割阈值;基于先验信息从初始分割阈值中确定最佳分割阈值并进行初步分割。为了弥补单纯利用阈值法分割的缺陷,结合上述分割结果和目标的边缘信息得到封闭性良好的完整目标的二值图像。实验结果表明,提出的方法能快速有效地将红外目标从复杂的背景中分割出来,算法的计算复杂度为O(MN)。     

由序列图像进行三维测量的新方法

目前的三维测量方法都需要专门的测量设备且存在着种种限制,为此提出了一种基于图像序列进行三维测量的新方法。将由数码相机围绕被测物体拍摄的多幅图像导入计算机,利用图像处理知识得到特征的二维信息;采用计算机视觉方法,对特征从射影空间到欧式空间分层逐步重建即可完成三维测量。设计一套特征标志组合,作为辅助测量工具避免了特征匹配难题。确立了一套图像分割与识别策略获得特征标志二维信息,识别率可达到95%以上。采用基于模约束的摄像机分层自标定方法得到特征在欧式空间下的三维信息,并通过多种优化方法减少误差的影响。该方法在硬件上实现简单,对测量条件要求不高。实际试验表明,相对误差可达到1.48%,重投影误差为0.3864像素。     

单台光电经纬仪对目标稳定跟踪的研究

针对单台光电经纬仪目标提取特性短暂失去的情况下设备平稳过渡的问题,详细研究了目标在单台经纬仪中的运动轨迹。利用已有的数据对目标的运动轨迹进行分段最佳多项式逼近与外推,实现设备的平稳过渡。结果表明,此方法可以比较理想地解决目标短时间(2-3s)内丢失情况下的对目标的稳定跟踪问题。